2023年,我们看到了扩散模型推理速度方面的一些重大理论改进,例如Song等人的原始一致性模型论文,以及最近的LCM。(另外,对抗扩散蒸馏。)我们已经开始看到使用这些想法的项目,例如Dan Wood的Art Spew(每秒77512×512图像,在单个4090上)、Modal的Turbo.art(基于SDXL Turbo) 和fal.ai的30fps脸部交换。
格力,品牌达人孵化失败案例
椰树,打响猛男营销第一枪
2、LLaVA、CogAgent和BakLLaVA是三种具有极大潜力的开源视觉语言模型。
4、进一步规范信息来源标注