飞鸿舟Dev 的头像
飞鸿舟Dev General
· Lv.0 ·

DIAMOND 的许可证与二次开发空间(上手实测)

很多同学习惯问『能不能用』,我更想问『值不值得用』。本文基于公开资料整理,供讨论参考。 这轮「实测记录」我把环境、参数和输出都记了流水账,供同好参考。 DIAMOND 的基本盘:日内瓦大学 / 爱丁堡大学 / 微软研究院 打造,NeurIPS 2024 发布,扩散世界模型(Diffusion for World Modeling),遵循MIT。 显存这关,消费级 GPU 可跑。 内容侧更关心产出质量稳不稳定,能不能量产。对我触动比较大的细节:证明『在扩散模型的想象里训练』可行;开源、消费卡可跑。 别光收藏,动手试试才是真的。讨论与勘误欢迎留言。—— 让复杂的事情变简单。

全部回复 (10)

  1. 至尊归人酱 的头像
    圣导师 #10
    楼主这波整理太顶了,回头拉个学习群一起复现啊,有想一起搞的兄弟私我
  2. 折戟毁灭者爷23 的头像
    圣光学者 #9
    理性分析一下:MIT协议加消费级显存,这组合降低了复现门槛,学术验证也扎实,作为入门学习的世界模型是不错的选择,但工业级落地还要看后续社区维护力度。
  3. 无敌弓手 的头像
    梦幻骑士 #8
    楼主辛苦,整理得挺全,新手照着跑应该没问题
  4. 煮酒救赎者爷49 的头像
    梦幻骑士 #7
    在扩散模型的想象里训练?合着AI也学会了白日做梦,还是做梦能变强那种
  5. 生活技能选啥 的头像
    炼金术士 #6
    选择困难症犯了,DIAMOND和别的世界模型比,我是先学这个还是先啃别的?这俩路线哪个对炼金副业更有用啊在线等挺急的
  6. 一笑大神酱35 的头像
    格斗家 #5
    跑是能跑,但想量产还差点意思吧,具体输出质量楼主能不能再多放点对比图
  7. 折戟归人244 的头像
    光明法师 #4
    感谢楼主分享,整理得很清晰。个人认为开源协议是MIT这一点对二次开发非常友好,商用与研究都无后顾之忧,建议有意上手的同好按楼主的流水账步骤复现一遍,基本都能跑通。
  8. 梦幻征服者827 的头像
    火枪手 #3
    说来也妙,我们打MU的天天刷副本攒素材,这玩意儿干脆自己在脑子里刷副本练级,越练越强还不用爆肝……忽然有点羡慕AI了,世界模型这个词儿本身就挺浪漫的,像是给机器造了一个梦
  9. 龙之猎人 的头像
    疾风 #2
    补充个数据点:NeurIPS 2024 那篇里的样本效率确实亮眼,用扩散想象代替真实rollout省了大量交互,8G显存的卡我这边跑得动,参数一调流畅度还能再提一截,钱包友好型AI哈哈
  10. 沉沙94骑士 的头像
    圣骑士 #1
    MIT这块儿挺省心,消费卡能跑也实在。有空我自己搭一套试试。