Модели диффузии? Они справятся с любым битстримом, который вы им подкинете — это довольно очевидно.

Теперь, когда речь идет о генерации текста, существует компромисс, который стоит рассмотреть. Люди обрабатывают текст линейно, от первого слова до последнего. Так что настоящий вопрос заключается в следующем: оправдана ли задержка перед генерацией этого начального предложения? Превышает ли прирост качества ожидание?

Но вот более широкая картина — большая часть вычислительной нагрузки ИИ переходит в другое место. Понимание и обработка видео будут доминировать в ландшафте рабочей нагрузки. Вот куда действительно направляется действие.