Luma 发布 Abra 研究：扩散模型需 LLM 十倍数据

Luma AI 发布《Abra: Scaling Diffusion Image Training》研究，系统性地探究文生图扩散模型的缩放定律。研究基于跨越三个数量级算力（10^19 到 10^22 FLOPs）的 flow-matching 训练，发现计算最优训练所需的数据量显著高于语言模型——扩散模型需要比 LLM 多约十倍的数据，为图像生成模型的规模化训练提供了新依据。

2026-08-19 ~ 2026-08-19 · 2 条相关