來自 Apple 的一篇引人入勝的論文。 MoEs 比你想的更強大：使用 RoE 的超並行推理擴展 論文：

這真是太厲害了！ 一個加州大學洛杉磯分校的團隊成功建立了一個基於光而非GPU運行的光學生成模型。 在他們的演示中，一個淺層編碼器將噪聲映射到相位模式，然後由一個自由空間光學解碼器將其轉換為圖像——數字、時尚、蝴蝶、面孔，甚至是梵谷風格的藝術——在合成過程中沒有任何計算。 ⚡ 這些結果與數字擴散模型相媲美，指向由光子學驅動的超快速、節能的AI。 光學生成模型 | 自然 論文：