Децентрализованное обучение видео обгоняет классику

Два релиза за день, оба интересные. Разработчик bidhan показал Paris 2.0 — по его словам, первую в мире модель генерации видео, обученную децентрализованно. Суть: вместо одного жирного кластера GPU тренировка размазана по распределённой сети. И вот что любопытно — на бенчмарке FVD эта штука обошла классическую монолитную модель примерно в два раза. При том же объёме данных и вычислительном бюджете.

Параллельно ByteDance открыла BAGEL - мультимодальную модель на 7B параметров под Apache 2.0. Генерация картинок, редактирование, style transfer, визуальное понимание - всё в одной модели. Без жонглирования пятью разными инструментами.

Почему это интересно именно в связке. Paris 2.0 атакует саму экономику обучения: если не нужен один гигантский дата-центр, порог входа в генерацию видео резко падает. BAGEL атакует сложность пайплайнов - один компактный инструмент вместо зоопарка.