来自苹果的一篇引人入胜的论文。 MoEs 比你想象的更强：使用 RoE 的超并行推理扩展 论文：

这太棒了！ 加州大学洛杉矶分校的一个团队成功构建了一种基于光而非GPU的光学生成模型。 在他们的演示中，一个浅层编码器将噪声映射为相位模式，然后一个自由空间光学解码器将其转换为图像——数字、时尚、蝴蝶、面孔，甚至梵高风格的艺术——在合成过程中没有任何计算。 ⚡ 结果与数字扩散模型相媲美，指向由光子学驱动的超快、节能的AI。 光学生成模型 | 自然 论文：