Microsoft Research : des descriptions détaillées surpassent la taille brute pour les générateurs d'images

Lens, le nouveau modèle texte-vers-image de Microsoft Research, atteint 3,8 milliards de paramètres seulement tout en rivalisant avec des modèles bien plus volumineux sur les benchmarks standards L'efficacité provient de 800 millions de descriptions d'images générées par GPT-4.1, bien plus détaillées que le texte alt basique du web, remplaçant l'approche par échelle brute Le code et les poids du modèle sont publiés en open-source, permettant une réplication et une itération communautaire sur l'optimisation qualité-paramètres