Inception, una empresa newly fundada a Palo Alto, iniciada pel professor de ciències informàtiques de Stanford Stefano Ermon, afirma haver creat un model d'IA revolucionari que utilitza tecnologia de “difusió”. Aquest model innovador es coneix com un model de llenguatge gran basat en la difusió, o “DLM” per abreujar. Actualment, els models d'IA generativa que atreuen més atenció es classifiquen en dues categories principals: models de llenguatge gran (LLMs) i models de difusió. Els LLMs, dissenyats sobre l'arquitectura transformer, es especialitzen en la generació de text. En canvi, els models de difusió, la tecnologia darrere de plataformes d'IA com Midjourney i Sora d'OpenAI, se centren principalment en la generació d'imatges, vídeo i àudio. Segons Inception, el seu model combina les capacitats dels LLMs convencionals—com la generació de codi i la resposta a preguntes—amb una velocitat significativament millorada i costos computacionals més baixos. Ermon va compartir amb TechCrunch que fa temps que explora l'aplicació dels models de difusió a la generació de text al seu laboratori de recerca a Stanford. La seva feina va sorgir de l'observació que els LLMs tradicionals operen a un ritme més lent en comparació amb les tecnologies de difusió. Amb els LLM, Ermon va explicar, “no pots generar la segona paraula fins que no hagis produït la primera, i la tercera paraula no es pot generar fins que les dues primeres no estan completes. ” Buscant un enfocament per aplicar mecanismes de difusió a la generació de text, Ermon va assenyalar que, a diferència dels LLM que operen de manera sequencial, els models de difusió comencen amb una aproximació feta de manera aproximada de la sortida (per exemple, una imatge) i refinan les dades de manera exhaustiva d'una sola vegada. Ermon va teoritzar que generar i modificar grans blocs de text en paral·lel podria ser viable utilitzant models de difusió.

Després de diversos anys de recerca, ell i un dels seus estudiants van aconseguir un èxit significatiu, que van documentar en un article de recerca publicat l'any passat. Reconeixent el potencial d’aquest avanç, Ermon va establir Inception l'estiu passat, incorporant antics alumnes com Aditya Grover, professor a UCLA, i Volodymyr Kuleshov de la Universitat de Cornell per co-liderar l'empresa. Tot i que Ermon va optar per no revelar detalls específics sobre el finançament d'Inception, TechCrunch ha sabut que el Mayfield Fund és un dels seus inversors. Inception ja ha aconseguit contractes amb diversos clients, incloent empreses de Fortune 100 no nomenades, ateses les seves exigències immediates per reduir la latència de l'IA i millorar la velocitat, segons Ermon. “Els nostres models poden aprofitar les GPUs de manera significativament més eficient, ” va afirmar Ermon, referint-se als unitats de processament gràfic que s'utilitzen habitualment per executar models de producció. “Crec que això és transformador i canviarà com es desenvolupen els models de llenguatge. ” L'empresa proporciona una API juntament amb opcions per a la implementació en premises i dispositius edge, suport per a l'ajust de models i una gamma de DLMs llestos per a l'ús adaptats a diverses aplicacions. Inception afirma que els seus DLMs poden funcionar fins a 10 vegades més ràpid que els LLM tradicionals mentre que els costos també són 10 vegades més baixos. Un representant de l'empresa va informar a TechCrunch, “El nostre model de codificació ‘petit’ iguala el rendiment del [GPT-4o mini d'OpenAI] però funciona a més de 10 vegades la velocitat. El nostre model ‘mini’ supera alternatives petites de codi obert com [Llama 3. 1 8B de Meta], assolint més de 1. 000 tokens per segon. ”