แท็ก

#Diffusion

2 บทความ

Reka เปิด research preview ของ Rho-1 โมเดล omni 19B ที่ฝึกเองตั้งแต่ศูนย์ — เข้าใจและสร้างข้อความ ภาพ วิดีโอ และสั่งแขนกลได้ในเครือข่ายเดียวโดยไม่เรียก tool ใช้ H100 แค่ 320 ตัว แต่ยังไม่ปล่อยน้ำหนักหรือ API
งานวิจัย

Reka เปิด research preview ของ Rho-1 โมเดล omni 19B ที่ฝึกเองตั้งแต่ศูนย์ — เข้าใจและสร้างข้อความ ภาพ วิดีโอ และสั่งแขนกลได้ในเครือข่ายเดียวโดยไม่เรียก tool ใช้ H100 แค่ 320 ตัว แต่ยังไม่ปล่อยน้ำหนักหรือ API

5 ต.ค. 2026 Reka AI เปิดตัว research preview ของ Rho-1 โมเดล omni ขนาด 19B ที่ใช้ KV cache ร่วมกันระหว่าง stream ฝั่งเข้าใจ (next-token) กับ stream ฝั่งสร้าง (flow matching) ทำให้สร้างภาพและวิดีโอแบบสตรีมใกล้ real-time และส่ง action ให้หุ่นยนต์ได้จากเครือข่ายเดียว ฝึกบน H100 320 ตัวราว 3 เดือน ยังไม่มีน้ำหนักหรือ API ให้ใช้ แต่ Reka ปล่อย Inverse Dynamics Model ที่ใช้ทำข้อมูลฝึกเป็น Apache-2.0 แล้ว

· อ่าน 4 นาที
Tencent เปิดซอร์ส AuK โมเดลเสียง 1.5B ใต้ MIT จริง ทำได้ 15 งานผ่านคำสั่งภาษาธรรมชาติ — แต่ตัวเข้ารหัสที่บังคับให้โหลดคู่กันเป็นไลเซนส์ห้ามใช้เชิงพาณิชย์
โมเดลใหม่

Tencent เปิดซอร์ส AuK โมเดลเสียง 1.5B ใต้ MIT จริง ทำได้ 15 งานผ่านคำสั่งภาษาธรรมชาติ — แต่ตัวเข้ารหัสที่บังคับให้โหลดคู่กันเป็นไลเซนส์ห้ามใช้เชิงพาณิชย์

9 ก.ย. Tencent Hunyuan เปิดซอร์ส AuK โมเดลพื้นฐานด้านเสียง 1.5B ใต้ MIT ที่รวม TTS แบบ zero-shot การแก้ไขเสียง การลดสัญญาณรบกวน และการแยกเสียงพูดไว้ใต้อินเทอร์เฟซคำสั่งภาษาธรรมชาติเดียว 15 งาน — แต่ไฟล์ config ระบุว่าต้องโหลด Qwen2.5-Omni-3B มาเป็นตัวเข้ารหัสด้วย ซึ่งอยู่ใต้ Qwen Research License ที่เขียนว่าใช้ได้เพื่อการวิจัยเท่านั้น

· อ่าน 7 นาที