Under ett decennium har exekvering av djupa neurala nätverk på GPU:er definierat hur artificiell intelligens byggs upp. En start som heter Unconventional AI hävdar att nästa steg i effektivitet kommer att kräva en helt annan typ av dator, en där fysikens lagar gör beräkningen direkt.
Den 25 juni 2026 släppte företaget Un-0, en bildgenerator som drivs av ett simulerat system av kopplade oscillatorer. Okonventionell AI beskriver projektet som en demonstration av ett framväxande "physical computing substrat,"" och det släpper modellvikterna, träningskoden och ablationsanalysen öppet. For more context on this story, see our ongoing latest AI developments.
Releasen väckte snabbt uppmärksamhet i utvecklargemenskapen, nådde framsidan av Hacker News och väckte diskussion om huruvida alternativ till GPU-och-transformatorns status quo realistiskt kan konkurrera.
Matchande konventionell bildgenerering vid lanseringskvalitet
Un-0 når FID 6.74 på klassvillkorat ImageNet vid 64x64 upplösning. FID, eller Fréchet Inception Distance, är ett standardmått på bildgenereringskvalitet där lägre är bättre. Okonventionell AI säger att poängen matchar kvaliteten hos ledande konventionella bildgenereringsmetoder när de först publicerades.
Företaget är uppriktigt om att det fortfarande finns ett gap till dagens gräns. Un-0 stänger ännu inte prestandagapet som en funktion av parameterantalet i förhållande till toppmoderna diffusionsmodeller. Men teamet ramar in resultatet som ett bevis på att moderna AI-arbetsbelastningar kan kartläggas på dynamiken i ett fysiskt system.
"Vad vi vet är Un-0 den mest kapabla bildgeneratorn hittills för att använda en simulering av ett fysiskt dynamiskt system", skrev företaget i sitt tillkännagivande.
Hur en population av oscillatorer ritar en bild
Un-0:s beräkningsmotor är en stor population av oscillatorer, var och en kopplad till den andra, där kopplingsstyrkorna mellan varje par av oscillatorer är de primära inlärbara parametrarna i modellen. Systemet är modellerat med så kallade Kuramoto-oscillatorer, där varje oscillator roterar med sin egen naturliga frekvens samtidigt som den knuffas av var och varannan oscillator.
Företaget erbjuder en intuitiv analogi. Tänk dig två metronomer som tickar sida vid sida på ett delat bord. Beroende på hur starkt de påverkar varandra hamnar de i lås eller sätter sig i opposition. Skala det från två oscillatorer till tusentals, och befolkningen självorganiserar sig i mönster.
Att skapa en bild med Un-0 följer fem steg. Systemet utgår från slumpmässighet och ställer in varje oscillators fas till en slumpmässig vinkel, som fungerar som fröekvivalent med bruset som en diffusionsmodell eller GAN-prover. En andra, mindre grupp av oscillatorer kodar den begärda bildklassen, såsom en tusensköna eller en vulkan, och kopplas in i huvudpopulationen. Systemet släpps sedan, vilket låter oscillatorerna dra i varandra tills de lägger sig mot ett tillstånd som dikteras av deras inlärda koppling. Bilder läses upp vid en bestämd tidpunkt och skickas genom en avkodare.
Tesen om 1 000x energieffektivitet
Den djupare motivationen är energi. Okonventionell AI:s uttalade mål är att köra modern AI på ungefär 1 000 gånger mindre energi än vad dagens maskiner kräver.
Argumentet är att en oscillator är en primitiv fysisk krets. Ett kopplat oscillatorsystem kan implementeras direkt i CMOS eller andra fysiska substrat så att själva enhetens fysik utför beräkningen, snarare än att simulera den på en konventionell processor. Om fysikens lagar kan utföra AI-arbetsbelastningar, hävdar företaget, kan exekveringssubstratet se radikalt annorlunda ut än dagens GPU-kluster.
Företaget pekar på en lång rad fysikbaserade datoridéer, inklusive neuromorfisk beräkning, Hopfield-nätverk, reservoarberäkningar, Hamiltonian och Liquid-nätverk, Neural Wave Machines, termodynamisk beräkning och tidigare arbete med Kuramoto-oscillatorer. Det drar också en biologisk parallell: rytmisk aktivitet och synkronisering är genomgående i hjärnan och har länge antagits för att utföra beräkningsarbete, såsom att binda distribuerade egenskaper till sammanhängande uppfattningar.
Tidiga dagar, öppen kod och en inbjudan
Okonventionell AI är tydlig med att detta är en början snarare än en färdig produkt. Den fysiska primitiva Un-0-utforskningen är inte ny, men företaget har skalat den till ett större generativt riktmärke, utfört en ablerad analys av dynamiken och erbjudit en tolkande titt på modellens beteende.
Genom att släppa vikterna och koden hoppas teamet göra det lättare för andra att experimentera med modeller grundade i fysisk dynamik. Företaget säger att det tror att forskare snabbt kan ta sig bortom Un-0, och att fältet fortfarande är tidigt i sin ansträngning att återställa modern AI på fysisk dynamik och nå de ungefär 1 000 gånger energieffektivitetsvinsterna som det jagar.
För närvarande är Un-0 en forskningsartefakt snarare än en drop-in ersättning för produktionsbildmodeller. Men det kommer i ett ögonblick då energin och kostnaderna för att driva stora AI-system har blivit ett centralt bekymmer för såväl företag som forskare, och det representerar ett av de mer kreativa försöken att ifrågasätta om det GPU-centrerade paradigmet är den enda vägen framåt.
Källa: "Introducing Un-0: Generating Images with Coupled Oscillators," Unconventional AI, 25 juni 2026.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
