AWS Certified AI Practitioner

Modelos multimodais e de difusão

Entenda como a IA generativa funciona além do texto: o que torna um modelo multimodal, como os modelos de difusão constroem imagens removendo ruído passo a passo e onde a difusão se separa das GANs e dos modelos de linguagem.

Intermediário 18 minutos 4 Objetivos de aprendizado

Definir um modelo multimodal e distingui-lo de uma arquitetura multi-model
Explicar a difusão direta e a reversa e como um prompt de texto guia a geração de imagem
Descrever por que modelos de difusão trabalham no espaço latente em vez de nos pixels brutos
Comparar modelos de difusão com GANs e com modelos de linguagem baseados em transformer