拯救XR，蘋果力不從心
來源 | 光子星球撰文 | 文燁豪 編輯 | 吳先之 蘋果終于呈上了它的“答卷”。 北京時間6月6日凌晨，蘋果2023年全球開發者大會（WWDC）如期舉行。作為蘋果CEO庫克口中&ld
2 月 15 日消息，從英特爾開發人員專區獲悉，2025 年首個 OpenVINO 版本（2025.0）于 14 日正式發布，本次更新聚焦性能提升、更多生成式 AI 模型的支持，并針對英特爾神經處理單元（NPU）推出關鍵優化。
官方表示：OpenVINO 2025.0 版本正式支持FLUX.1 圖像生成模型（含 Dev 與 Schnell 變體），可在英特爾 CPU / GPU 上通過 GenAI 流水線運行。開發者現可通過 Optimum-Intel 導出 Flux 模型，并結合 Text2ImagePipeline 生成圖像。針對 Flux 模型對精度變化非常敏感的特點，我們進行了深度優化，確保圖像生成性能與準確度兼得。
例如，INT8 量化版 FLUX.1-dev 模型在應用 Yarn 風格 LoRA 前后的對比如下（提示詞："albert einstein, yarn art style"，初始種子 = 420，迭代次數 = 20）：
此次還加入了 Image2Image 與 Inpainting 的支持。
Image2Image：以圖像 + 文本為輸入生成新圖像，提升結果可控性；
Inpainting：通過掩碼圖像替換輸入圖像的指定區域，支持局部內容再生。
兩種流水線均兼容 LoRA 適配器，滿足定制化需求。
本次新版本在 LLMPipeline API 中引入了對提示詞查找解碼的預覽支持，這是對推測解碼的簡化，它在輸入提示詞本身中用直接查找機制取代了傳統的草稿模型。這有助于在具有高相似性的請求的情況下顯著減少生成延遲。例如，通過對一組文檔的問答可以觀察到性能優勢，因為答案將根據作為提示詞本身一部分的文檔來生成。
英特爾稱目前正在努力支持和驗證最新模型，包括 Mistral-7B-Instruct-v0.2、Qwen2.5，“當然我們也支持基于 LLama 和 Qwen 架構的 DeepSeek 蒸餾模型。”
此外，2025.0 版本首次實現NPU 加速支持，開發者可通過 PyTorch 的 torch.compile 接口調用英特爾 NPU 算力。OpenVINO 已經在 CPU 和 GPU 上得到支持，并且在性能方面非常接近原生 OpenVINO 推理。如下為啟用方式：
本文鏈接：http://www.rrqrq.com/showinfo-45-10828-0.html英特爾發布 OpenVINO 2025.0：新增圖像生成場景與 DeepSeek 蒸餾模型支持
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：[email protected]
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：[email protected] 津ICP備18001702號
津公網安備 12010102000574號