Новый ИИ от Apple сломает интернет.

Apple только что сделала нечто неожиданное: выпустила современную генеративную модель ИИ, STARFlow, прямо на GitHub с лицензией открытого исходного кода. Никаких платных подписок, никаких API-барьеров, только код, веса и научная статья от компании, известной поставкой запечатанных коробок, а не открытыми лабораториями.

STARFlow и его видеособрат STARFlow‑V — это новые генераторы изображений и видео от Apple, построенные на архитектуре «Масштабируемый Трансформер Автогрессивного Потока». Apple утверждает, что они обеспечивают скорость дискретизации на 10–15 раз выше, чем у сопоставимых моделей диффузии при сходном качестве, используя меньше циклов GPU, особенно при более высоких разрешениях.

В условиях, когда OpenAI, Google и Midjourney закрывают свои лучшие модели за подписками и лимитами на использование, Apple переломила сценарий. Теперь любой может клонировать ml-starflow, запустить экземпляр GPU и начать генерировать изображения высоко качества и видео в классе 480p без подписания единого корпоративного контракта.

Это не просто симпатичная демонстрационная модель. STARFlow имеет около 3 миллиардов параметров для изображений, в то время как STARFlow-V достигает примерно 7 миллиардов параметров для видео, работая в латентном пространстве предварительно обученных автокодеров, чтобы контролировать память и вычисления. Бенчмарки Apple показывают равенство с ведущими диффузионными системами по стандартным метрикам качества изображений, при этом требуется всего один прямой проход вместо 20–50 шагов подавления шума.

Стратегически, это прямо бьет по экономике подписок в области ИИ. Если открытая модель Apple сможет конкурировать на обычных облачных GPU – или в конечном итоге на высокопроизводительных Mac и iPad – зачем продолжать платить за каждый запрос Midjourney или за каждый кадр облачным генераторам видео?

Разработчики отреагировали практически мгновенно. Вопросы на GitHub, порты Hugging Face и образы Docker появились в течение нескольких часов, при этом независимые разработчики сообщали о создании многокартинных пакетов за считанные секунды на одном A100 или даже на потребительских картах RTX, вместо знакомых им многофазных рабочих процессов, длящихся больше минуты.

Эта скорость, плюс логотип Apple, делают STARFlow почти слишком хорошим, чтобы быть правдой. Создатели уже задаются вопросом, является ли это моментом, когда генерация на основе ИИ становится всего лишь еще одним локальным инструментом, подобно кистям в Photoshop — дешевым, быстрым и полностью под их контролем, а не распределяемым через API кого-то другого.

Пятнадцать раз быстрее звучит как маркетинговый ход, пока вы не посмотрите, как на самом деле работают большинство диффузионных моделей. Stable Diffusion и DALL·E обычно проходят через 20–100 этапов денойзинга, иногда и больше, постепенно очищая шум от латентного изображения. STARFlow пропускает этот хореографически скоординированный процесс и почти напрямую переходит от шума к готовому изображению за счет нескольких потоковых преобразований.

Вместо длинной цепи Маркова, преобразовательный авторегрессивный поток STARFlow обучает обратному отображению между простой шумовой дистрибуцией и пространством изображений. Сэмплирование становится одним прямым проходом через трансформер с ~3 миллиардами параметров, работающий в скрытом пространстве, плюс декодер, что существенно сокращает количество последовательных операций. Меньшее количество шагов означает значительно меньшее время выполнения на том же GPU.

Это число в заголовке 15× возникает из сравнения STARFlow с диффузионными моделями, которые работают 50–100 шагов при сходном качестве и разрешении. На GPU класса A100 изображение, которое может занимать 1–1,5 секунды с диффузионным пайплайном, может сократиться до менее чем 100 мс с STARFlow. Если сложить это число за миллионы запросов, математика резко склоняется в пользу Apple.

Скорость здесь не просто означает "ощущается более отзывчиво". Меньшее количество шагов напрямую переводится в более низкую задержку для инструментов в реальном времени, более низкие расходы на вычисления для провайдеров и большую пропускную способность на сервер. Сервис, которому требовалось 100 графических процессоров для удовлетворения пикового спроса с использованием диффузии, может достичь аналогичной мощности с меньшим количеством оборудования.

Для пользователей разница ощущается как наблюдение за развитием снимка Polaroid по сравнению с ожиданием в химической темной комнате. Изображения диффузии появляются постепенно, часто сначала в низком разрешении, прежде чем увеличиваются. STARFlow стремится вести себя больше как фотография на iPhone: вы нажимаете, и кадр с полным разрешением появляется практически мгновенно.

STARFlow‑V переносит ту же идею в видео, где количество шагов взлетает до небес. Традиционные модели видео на основе диффузии часто выполняют десятки шагов на кадр на протяжении 16-24 кадров, превращая 2-секундный клип в работу, нагружающую сервер. STARFlow‑V, с примерно 7 миллиардами параметров, генерирует временно согласованное видео класса 480p с значительно меньшим числом последовательных проходов.

Для любой компании, занимающейся генеративным видео, эффективность важнее, чем просто слова. Меньшее количество шагов на кадр означает, что вы можете рендерить более длинные клипы, более высокие частоты кадров или большее количество одновременных пользователей, не сжигая свой бюджет на графические процессоры.

Забудьте о диффузионных облаках и графиках денойзинга; нормализирующие потоки рассматривают генерацию изображений как идеальный, обратимый математический прием. STARFlow учит прямой, обратимой функции, которая сопоставляет простой вектор шума с готовым изображением и обратно, без угадывания через сотни шумных промежуточных этапов. Представьте себе это как двуязычный словарь между «гауссовым шумом» и «4K обоями», где каждое слово имеет точный, безупречный перевод.

Модели диффузии, такие как Stable Diffusion или DALL·E, работают скорее как скульпторы. Они начинают с чистого статического изображения, а затем применяют 20, 50 или более шагов денойзинга, постепенно подталкивая пиксели к чему-то, что выглядит как кошка, машина или замок. Каждый шаг требует времени на GPU, памяти и энергии, поэтому более высокое качество обычно означает больше шагов и больше ожидания.

Потоки полностью обходят это медленное раскрытие. После обучения STARFlow образцы берутся по сути за один проход через свою сеть, плюс некоторые корректировки для управления, что и позволяет Apple достигать тех самых «до 15 раз быстрее» показателей по сравнению с сопоставимыми базами диффузии. Никакой длинной цепочки Маркова, никакой настройки выборщика, никакой тревоги по поводу количества шагов.

Под капотом основой STARFlow является TARFlow: трансформерный авторегрессивный поток. Вместо того чтобы предсказывать следующее слово в предложении, трансформер предсказывает преобразование непрерывных латентных переменных, которые кодируют изображение. Apple запускает TARFlow в латентном пространстве предобученного автокодировщика, поэтому трансформер никогда не работает напрямую с сырыми пикселями 1024×1024.

Трансформеры отлично справляются с моделированием долгосрочной структуры, и изображения содержат ее в избытке: симметрия, текстуры, глобальная композиция. Внимательные слои TARFlow захватывают зависимости по всему латентному сетевому пространству, так что оконная рама выравнивается с краем здания, а отражения совпадают с небом. Apple использует трансформер с "глубоким–мелким" стеком, сохраняя большинство внимательных слоев компактными, оставляя глубину для самых сложных частей распределения.

Нормализующие потоки не появились внезапно с приходом Apple; исследователи уже много лет пробовали их для работы с изображениями. Исторически они отставали от диффузионных моделей и GAN по качеству, поскольку требование строгой инвертируемости ограничивало емкость моделей и делало оптимизацию хрупкой. Ранние модели потоков, такие как Glow, производили четкие, но часто упрощенные, переработанные образцы и сталкивались с трудностями на высоких разрешениях.

Работа Apple нацелена прямо на эти слабости. TARFlow ослабляет некоторые архитектурные ограничения, работает в сжатом латентном пространстве и внедряет управление без классификаторов, чтобы улучшить результаты без уплаты налога на шаги диффузии. Бенчмарки в статье Apple о STARFlow показывают качество изображений, которое приближается к современным диффузионным моделям на стандартных наборах данных, при этом выборка происходит в 10-15 раз быстрее при разрешении 512×512 и выше.

Apple не просто опубликовала статью; она бросила живую гранату в бизнес-модель ИИ, выпустив в открытый доступ STARFlow и его веса на GitHub. Код, контрольные точки, конфигурации для обучения и примеры ноутбуков – всё это доступно под лицензией, которая больше похожа на PyTorch, чем на закрытую исследовательскую затравку.

Для независимых разработчиков это стартовый набор для нового поколения продуктов. Один разработчик может клонировать репозиторий, арендовать один A100 на DigitalOcean и запустить в 15 раз быстрее генератор изображений, который конкурирует со среднеуровневыми диффузионными моделями, не уплачивая плату за каждый запрос никому.

Стартапы внезапно получают преимущество на рынке, где доминируют API-туральные услуги. Вместо того чтобы тратить свои средства на OpenAI, Google или Midjourney, они могут адаптировать STARFlow к нишевым областям — модным каталогам, медицинской визуализации, аниме — при этом владея полученной моделью и прибылью.

Исследователи также получают полностью инспектируемую систему: каждый слой трансформера автогрессивного потока, каждую биекцию нормализующего потока можно исследовать. Эта прозрачность обеспечивает воспроизводимые бенчмарки, аудит безопасности и новые архитектуры, которые были бы невозможны с закрытым API в стиле ChatGPT.

Экономическое давление ложится тяжело на закрытых поставщиков. Когда бесплатная, локально размещенная модель становится "достаточно хорошей" для маркетинговых изображений, раскадровок и видео в 480p, готовность платить $0.04–$0.12 за изображение или $0.30+ за короткий ролик через проприетарные API резко падает.

Закрытым платформам теперь необходимо обосновывать свои цены чем-то большим, чем просто качество модели. Им нужны эксклюзивные данные, соблюдение корпоративных стандартов, интегрированные инструменты или гарантии на месте — преимущества, которые выглядят менее убедительными, когда компания из списка Fortune 500 может запускать весы Apple в своем собственном кластере Kubernetes.

Это также бой ценностей: открытое программное обеспечение против закрытого ИИ. Apple, исторически недолюбливающая открытость, только что поддержала открытый лагерь, выпустив флагманскую модель, которую любой может форкнуть, оптимизировать для Metal или портировать на Android и Linux.

Контроль над основными моделями определяет, кто устанавливает правила для водяных знаков, фильтров авторских прав и инструментов наблюдения. Если системы класса STARFlow будут распространяться вне нескольких гигантов облачных технологий в США, будущее ИИ будет напоминать не несколько подписочных шлюзов, а ранний интернет: хаотичный, децентрализованный и крайне трудный для повторной централизации.

Слишком хорошо, чтобы быть правдой, обычно означает, что скоро придётся расплачиваться, и STARFlow не исключение. Модель Apple выглядит как магия в кураторских демонстрациях, но текущее обновление находится в зоне предварительного исследования, а не в категории продукта. Вы получаете сырую мощность, а не отполированную замену Midjourney.

Заголовки Speed также скрывают значительную аппаратную оговорку. STARFlow работает с примерно 3 миллиардами параметров для изображений, а STARFlow-V масштабируется до примерно 7 миллиардов параметров для видео, что приближает нас к высококлассным GPU. Рассматривайте карты уровня RTX 4090 или A100 с 24–80 ГБ VRAM, если вам нужен низкий уровень задержки и высокое разрешение.

Попытка запустить STARFlow на одном потребительском графическом процессоре с 8–12 ГБ видеопамяти подразумевает компромиссы. Вам придется либо снизить разрешение, принять медленную пропускную способность партий, либо перенести нагрузку на многопроцессорные установки в облаке. Эта фраза «до 15 раз быстрее, чем диффузия» предполагает, что вы можете полностью загрузить модель в память и использовать ее на полную мощность.

Пользовательский опыт также сильно отстает от отшлифованных инструментов, таких как Midjourney, DALL·E 3 или Adobe Firefly. Apple выкладывает код PyTorch, веса моделей и несколько блокнотов в стиле Colab на GitHub, а не глянцевое веб-приложение. Вы сами управляете пользовательским интерфейсом для запросов, очередями задач, увеличением разрешения и интеграцией с креативными инструментами.

Безопасность и надежность полностью зависят от того, кто это развертывает. STARFlow приходит с минимальными фильтрами безопасности, без встроенного enforcement политики контента и без надежного мониторинга злоупотреблений. Если вы интегрируете это в продукт, вам придется самостоятельно добавлять определение неприемлемого контента, фильтрацию авторских прав, водяные знаки и ведение журналов.

Качество на контрольных тестах высокое, но потоки все еще имеют компромиссы. Нормализующие потоки исторически испытывают трудности с ультратонкими текстурами, волосами, текстом и мелкой типографикой, где зрелые модели диффузии превосходят благодаря многолетней настройке. Ранние образцы STARFlow выглядят четкими в целом, но иногда демонстрируют размазанную микро-деталь или тонкие артефакты в загруженных сценах.

Видео добавляет еще один уровень компромисса. STARFlow-V в настоящее время нацелен на около 480p четких клипов в публичных демо-версиях, а не на 4K кинематографические съемки. Вы можете сделать увеличение, но это возлагает бремя на отдельные модели суперразрешения и снижает предполагаемую скорость и экономию затрат.

Да, STARFlow быстр, открыт и по-настоящему разрушителен. Но сейчас он больше похож на инструмент исследовательской лаборатории, чем на простую в использовании ИИ-камеру: великолепен в умелых руках, но беспощаден, если вы ожидаете потребительский продукт.

Глобальная стратегия Apple выглядит очевидной: AI на устройствах, который ощущается мгновенно, приватно и органично для каждого iPhone, iPad и Mac. STARFlow — это не просто демонстрация исследований; это план того, как Apple хочет, чтобы генеративные модели работали на Apple Silicon без зависимости от огромных серверных ферм.

Нормализующие потоки дают Apple оружие, которого модели диффузии никогда не могли достичь. Вместо 50–200 шагов денойзинга, STARFlow генерирует изображение фактически за один шаг, превращая шум в картину через одно обученное, обратимое отображение, что существенно уменьшает задержку и потребление энергии.

Это одноступенчатое поведение имеет значение, когда ваш "ГПУ" — это чип серии A или M с ограниченным энергобюджетом. Модель изображения STARFlow с 3 миллиардами параметров и видеомодель STARFlow-V с примерно 7 миллиардами параметров уже работают значительно быстрее, чем диффузия на настольных ГПУ; сжать это в 6-дюймовый слой стекла — совершенно другая история.

Проверка реальности: вы не сможете запустить контрольные точки STARFlow на iPhone 15 Pro без серьезных компромиссов. Даже с квантованием, обрезкой и оптимизациями Core ML модели с многомиллиардными параметрами и накладными расходами автоэнкодера требуют гораздо большей пропускной способности памяти и емкости VRAM, чем современные мобильные устройства способны предоставить.

Вместо этого STARFlow служит целевой платформой для будущих процессоров Apple Silicon. Ожидайте, что следующие поколения A‑серии и M‑серии увеличат пропускную способность NPU, объем SRAM на чипе и ширину пропускания памяти, специально для обеспечения быстрой, основанной на потоке генерации фотографий, коротких видео и 3D-активов.

Как только это оборудование появится, история программного обеспечения станет очевидной. Нативные приложения смогут предлагать тесно интегрированные генераторы для: - Обоев и изображений на экране блокировки - B-роликов, текстур и переходов для Logic Pro и Final Cut Pro - Генерации ресурсов для Xcode и макетов пользовательского интерфейса

Apple уже запускает небольшие языковые модели локально в стеке Apple Intelligence iOS 18, в то время как более тяжелые задачи обрабатываются в облаке. STARFlow намекает на аналогичное разделение для медиа: легкая, ориентированная на конфиденциальность генерация на устройстве, в то время как более тяжелые задачи с высоким разрешением незаметно отправляются на серверы Apple при необходимости.

Запуск STARFlow начинается на GitHub. Репозиторий Apple ml-starflow содержит код для обучения, скрипты для инференса и конфигурации для STARFlow и STARFlow-V, а также примерные ноутбуки Colab с демонстрационного сайта. Вам понадобятся уверенные навыки в Python, PyTorch и CUDA, а также GPU с как минимум 16–24 ГБ видеопамяти, если вы хотите работать с более высокими разрешениями или видео.

Разработчики могут интегрировать STARFlow в качестве более быстрого бэкэнда там, где уже используются модели диффузии. Везде, где вы сейчас тратите 50–100 шагов денойзинга, один прямой проход может значительно сократить задержку и время работы GPU. Подумайте о конечных точках генерации изображений, которые с ~2–5 секунд снижаются до ответов менее чем за секунду на том же оборудовании.

Контентные платформы могут незаметно менять свои AI-арт-движки. Социальные приложения, которые автоматически генерируют миниатюры, фоны историй или фильтры, могут работать дешевле и с более высокой пропускной способностью при использовании STARFlow. Один экземпляр A100 или H100 может обслуживать гораздо больше пользователей одновременно, чем сопоставимый стек диффузии.

Поставщики креативного программного обеспечения получают очевидный путь к плагинам. Редакторы в стиле Photoshop, клоны Figma или 3D-инструменты могут интегрировать STARFlow для преобразования запросов в текстуры, переноса стилей и исследования макетов с практически мгновенными предварительными просмотрами. Низкая задержка означает, что пользовательские рабочие процессы ощущаются как интерактивные, а не как «кликни и жди».

Эксперименты с видеопотоком в реальном времени становятся доступными с STARFlow‑V. Вероятно, вы не достигнете 60 fps при 1080p, но 10–15-кратное ускорение выборки делает применение генеративных фильтров, стилизации или замены фона на 480p возможным на одном высокопроизводительном GPU. Подумайте о плагинах для OBS или потоках для VTuber, которые действительно реагируют на запросы в реальном времени.

Исследователи, возможно, получают самый радикальный инструмент: точные вероятности. Нормализующие потоки позволяют вам вычислять p(x) напрямую, поэтому STARFlow обеспечивает обнаружение аномалий, оценку внераспределенных данных и аудит наборов данных, которые модели диффузии не могут выполнить. Вы можете ранжировать кадры по тому, «наскольо типичными» они выглядят, количественно исследовать предвзятости обучения или интегрировать логарифмические вероятности в последующие научные модели.

STARFlow появляется на переполненной арене, в которой доминируют DALL·E 3 от OpenAI, Imagen от Google и Midjourney, но он не пытается их копировать. Apple делает ставку на эффективность, открытость и тесную интеграцию с аппаратным обеспечением, а не на одно polished приложение для конечного пользователя. Это скорее не убийца Midjourney, а платформа.

Простое сопоставление выглядит так:

• 1Основные технологии: STARFlow использует гибрид нормализующего потока и трансформера; DALL·E и Imagen применяют диффузию; Midjourney использует собственные варианты диффузии.
• 2Открытость: STARFlow поставляется с кодом и весами на GitHub; DALL·E, Imagen и Midjourney работают как закрытые API или Discord-боты.
• 3Заемки по производительности: Apple заявляет о скорости выборки до 10–15 раз быстрее, чем у диффузии при сопоставимом качестве; конкуренты акцентируют внимание на качестве и экосистеме, а не на сырых показателях.
• 4Основной случай использования: STARFlow ориентирован на мобильные устройства и пользовательские приложения; DALL·E находится внутри ChatGPT и Azure; Imagen в Google Cloud и Workspace; Midjourney в Discord для создателей.

Уникальная сила Apple заключается в эффективности. Модель изображения STARFlow с ~3 миллиарда параметров и видео модель STARFlow-V с ~7 миллиардов параметров генерируют результаты за значительно меньшее количество шагов, что сокращает задержку и время работы GPU. Для всех, кто управляет своим собственным стеком — стартапов, независимых разработчиков, лабораторий — это напрямую означает меньшие счета за облачные услуги и реалистичные локальные развертывания.

OpenAI отвечает с помощью мультимодальной интеграции. DALL·E напрямую подключается к GPT‑4o, голосу и инструментам, позволяя предприятиям внедрять генерацию изображений в чат-ботов, рабочие процессы поддержки и внутренние базы знаний с помощью нескольких API-запросов. Вы не получаете веса или низкоуровневый контроль, но у вас есть корпоративные контракты, SLA и инфраструктура Microsoft Azure.

Imagen от Google делает ставку на замыкание экосистемы. Она скрыта внутри Vertex AI, Google Photos и Workspace, где уже работают IT-отделы. Для крупных компаний, которые больше заботятся о управлении, местоположении данных и соблюдении норм, нежели о внутренней структуре моделей, "работает там, где уже находятся ваши документы и электронные письма" превосходит звезды на GitHub каждый раз.

Midjourney по-прежнему занимает эстетическое превосходство. Его настроенная диффузионная система, стили, созданные сообществом, и нативный рабочий процесс в Discord делают его стандартом для иллюстраторов, концепт-художников и фабрик мемов. Вы жертвуете воспроизводимостью и открытостью ради атмосферы и скорости итерации.

Кто выиграет, зависит от того, кто вы. Разработчики и энтузиасты с открытым программным обеспечением получают наибольшую выгоду от STARFlow. Корпорации по-прежнему тяготеют к OpenAI и Google. Художники пока остаются с Midjourney. Обычные пользователи идут туда, куда их чат-приложение или телефон внедряют это в первую очередь — и именно туда Apple планирует нанести удар.

Apple на протяжении десяти лет утверждает, что занимается «искусственным интеллектом», не произнося это слово, скрывая машинное обучение за такими функциями, как Deep Fusion, Face ID и диктовка на устройстве. STARFlow снимает это завесу. Модель изображения с 3 миллиардами параметров, открытая и современная, из Купертино сигнализирует о том, что Apple теперь хочет занять видное место за столом генеративного ИИ, а не просто тихо оптимизировать фоновые процессы.

STARFlow также является манифестом для предпочтительного AI-стека Apple: приватного, эффективного, работающего на аппаратном уровне. Вместо массивных облачных кластеров и непрозрачных API Apple делает ставку на модели, которые работают близко к железу на Apple silicon, оптимизированные для быстрого реагирования и низкого потребления энергии, которые могут функционировать на iPhone или MacBook без поддержки дата-центра.

Эта философия практически идеально соответствует долгосрочным амбициям Apple в области AR/VR. Будущее Vision Pro, которое сможет в реальном времени генерировать 3D текстуры, окружающую среду или видеоналожения, не может позволить себе 50–100 этапов диффузии и обратную связь с облаком; ему нужно что-то вроде почти однопроходной генерации STARFlow и 10–15 раз более быстрой выборки, встроенной в чип серии M.

Персональные помощники являются еще одной очевидной целью. По-настоящему полезный преемник Siri должен будет синтезировать изображения, короткие видеозаписи и макеты интерфейсов на лету — разработать слайд, визуализировать рецепт, создать макет комнаты — без утечки личных фотографий или документов. Архитектура STARFlow на основе потоков и инвертируемая архитектура предоставляют Apple путь к мультимодальным помощникам, которые остаются локальными и соблюдают принципы конфиденциальности компании в маркетинге.

Креативные профессионалы могут ощутить влияние первыми. Представьте себе, как Final Cut Pro, Logic Pro и Xcode интегрируют модели в стиле STARFlow для генерации раскадровок, B-roll, концептуального искусства или пользовательских интерфейсов, все это рендерится на устройстве с M3 Max. Фокус Apple на эффективности напрямую преобразуется в большее количество кадров, более высокие разрешения и более быстрые циклы обратной связи для редакторов и дизайнеров.

Для исследователей и инженеров этот шаг также посылает громкое сообщение. Открытие исходного кода и весов на GitHub показывает лучшим AI-талантам, что Apple снова будет публиковать серьезные работы, а не просто прятать их во внутренних фреймворках. В мире, где OpenAI, Google и Meta доминируют на arXiv, STARFlow переопределяет позицию Apple как надежной и амбициозной исследовательской лаборатории, а не просто как отшлифованной компании по производству аппаратного обеспечения.

Apple только что продемонстрировала всем, как будет выглядеть следующая фаза генеративного ИИ: быстрее, дешевле и менее зависимо от чужих API. STARFlow и STARFlow‑V не являются доработанными продуктами, но они представляют собой рабочий план того, как эффективные архитектуры могут существенно снизить стоимость выборки в 10–15 раз по сравнению с методом грубой силы.

Разработчики должны рассматривать репозиторий STARFlow на GitHub как лабораторию, а не как библиотеку. Клонируйте его, запустите предоставленные настройки Colab или облачные установки и профилируйте, как работает Transformer Autoregressive Flow с 3 миллиардами параметров по сравнению с диффузионной базой на разрешениях 512×512 или 1024×1024.

Выходите за рамки стандартных сценариев. Замените свой автоэнкодер, поэкспериментируйте с выводом низкой точности (FP16, возможно, INT8) и измерьте задержку на потребительских графических процессорах, таких как RTX 3060/4060, по сравнению с датацентровыми картами. Этот практический опыт будет важен, когда каждое запрос на предложение начнет интересоваться, как ваш стек достигает субсекундной генерации изображений без сервера A100.

Создателям и бизнесам пока не нужно самостоятельно использовать терминал, но им стоит следить за тем, где появляется эта технология. Ожидайте волну инструментов, которые тихо рекламируют "генерацию на основе процессов" или "одноступенчатую" генерацию и подрывают позиции конкурентов в:

• 1Стоимость за изображение
• 2Время до первого кадра
• 3Локальное или развертывание на месте

Если дизайнерская студия в настоящее время тратит сотни долларов в месяц на Midjourney или DALL‑E, альтернатива на основе STARFlow, работающая на одном графическом процессоре рабочего станка или скромном облачном экземпляре, становится очень привлекательной.

Нормализующие потоки были нишевой темой исследований пять лет назад; Apple просто вернула их на передний план. Если этот подход будет масштабирован, следующая гонка вооружений в области ИИ сместится от постоянно увеличивающихся моделей с 100 миллиардами параметров к безжалостно эффективным системам с 3-10 миллиардами параметров, которые работают на ноутбуках, устройствах на краю сети и, в конечном итоге, на iPhone.

Пользоваться этой волной значит оптимизировать эффективность и доступность уже сейчас: меньшие модели, более умные архитектуры и бизнес-модели, которые учитывают, что клиенты не будут терпеть медленный, непрозрачный, исключительно облачный ИИ вечно.

Что такое Apple STARFlow?

STARFlow — это модель генерации изображений и видео с открытым исходным кодом от Apple. Она использует технологию, называемую нормализующими потоками, для создания высококачественных визуалов с эффективностью до 15 раз выше и быстрее, чем традиционные диффузионные модели, такие как Stable Diffusion.

STARFlow лучше, чем DALL-E или Midjourney?

STARFlow значительно быстрее и более вычислительно эффективно, предлагая сопоставимое качество по исследовательским меркам. Однако DALL-E и Midjourney являются зрелыми, богатыми функциями продуктами, тогда как STARFlow в настоящее время является исследовательским предварительным просмотром для разработчиков и требует технической экспертизы для использования.

Могу ли я запустить STARFlow на моем iPhone?

Пока нет. Хотя базовая технология хорошо подходит для будущих приложений на устройствах, текущие модели требуют высокопроизводительных серверных GPU. Их выпуск сигнализирует о стратегическом направлении Apple к мощному, ориентированному на локальное использование генеративному ИИ.

Почему Apple сделала STARFlow с открытым исходным кодом?

Выпуская STARFlow, Apple бросает вызов закрытым экосистемам таких конкурентов, как OpenAI и Google. Это дает силы сообществу разработчиков, ускоряет исследования и позиционирует Apple как ключевого игрока в сфере открытого ИИ, что потенциально может привести к увеличению спроса на её аппаратное обеспечение.