博客
AI Weekly 007

AI Weekly #007

🆕 更新了什么？

产品更新：

  • 为了更好地定位各种 bug，我们增加了一些日志记录功能。
  • 优化了搜索功能，现在可以搜索到插件的节点了。感谢 Discord 用户 Marlouis_ZXK 提出的建议。
  • 优化了 Conda 安装适配，感谢 Discord 用户 Kadir Nar 和 Github 用户 Tobe2d 协助我们测试并修复了此问题。

新增教程：

网站更新了 LoRA 模型相关的推荐，欢迎各位下载试用：

🤩 每周 AI 精选

📄 值得关注的论文 & 技术

本周最值得关注的论文应该就是 Stability AI 发布的 Stable Cascade，这个模型有几个特点：

  1. 训练成本更低：参数更大，速度更快，潜空间却更小，1024x1024 编码为 24x24（SD 是 128x128）且不牺牲质量，相比 SD1.5 训练成本降低 16 倍。
  2. 兼容性广：可以使用所有已知的技术，如微调、LoRA、ControlNet、IP Adapter、LCM 等。
  3. 性能突出：提示对齐和美学质量方面都表现优秀。

另外，经过各大网友测试，文字生成有了很大的进步。生成较短的单词/词组正确率比较高，文字与画面的融合也非常好，直出简单的 logo 基本 OK。

如何让 AI 连续生成一样的内容，一直是令人头疼的问题，ConsiStory 提出了一种新的方法，它通过多个文本提示，让模型生成一致的内容的同时，还能保证内容的多元化。以下是论文中的例子，可以 看到人物的形象在多张图中变化都不是很大，但背景和动作都发生了变化。


🛠️ 值得尝试的产品

谷歌最新发布的 Gemini 1.5，最大支持 100 万个 token 上下文，应该是目前上下文最大的模型。并且在性能，以及处理复杂事项上都有了很大的提升：


这是 NVIDIA 推出的本地 AI 生成聊天软件，它可以生成各种类型的文本，并且还支持联网功能，比如输入 Youtube 链接，让 AI 输出视频总结。 。它的另一大特点是可以在本地运行，不需要联网。但目前仅支持 30 和 40 系，且显存大于 16GB 的显卡。


ChatGPT 上线了永久记忆功能，这些记忆的内容可以携带到多个聊天中，并且还能通过指令的方式让 ChatGPT 记住某几个信息，从而在后续的对话中使用。 这样就能实现很多有意思的场景，比如当你让其推荐某本书时，ChatGPT 能记住你上一次看过的书籍，或者之前聊过的某些主题，从而让推荐更准确，且更个性化。


Elevenlabs 上线了其新的 AI 变声器，你可以上传你的录音，然后让 AI 生成不同的声音，比如将男声转为女声。我认为在游戏领域应该很有市场。