Induction LabsのPhoton-1は、Google Geminiに比べて計算量が30分の1でありながら、その性能は優れています
Induction Labsは2026年7月23日、いわゆる「想像モデル」の第1弾であるPhoton-1を発表した。これは、事前学習中にラベル付きの行動例なしで、インターネット規模の動画から学習することを目的とした新しいクラスの基盤アーキテクチャだ。アクティブパラメータが50億の、1060億パラメータのスパース・Mixture-of-Experts(MoE)トランスフォーマーは、約5億7500万フレームのコンピュータ画面の録画(1秒あたり1フレームでサンプリングした18年分の動画に相当)で学習された。同社は、少なくとも計算資源が30倍以上少ないのにもかかわらず、社内のコンピュータ利用ベンチマークでGoogleのGemini 3.1 Flash-Liteを上回ると主張している。さらに、提供コストは、Geminiがトークン100万あたり0.36ドルであるのに対し、Photon-1は約3分の1の0.11ドルだという。Photon-1はAIにおける長年の前提に挑戦する。つまり「機械に行動を教えるには、実行させたいあらゆる行動の、細密なラベル付き例が必要だ」という考えだ。Induction La
OliverGrant·07-27 13:42
