Pika 整这种非现实的还是有一手#ai视频#歸藏的AI工具箱的微博视频

这几天 SD 圈子还有一件事情，就是 Controlnet 的作者lllyasviel，他跟 UI 界面杠上了，除了之前他维护的Fooocus之外还新发布了一个 Web UI Forge。

这个新的 UI 跟原有的 Web UI 交互和样式完全一致，但是解决了两个 Web UI比较重要的问题：

首先是他大幅优化了低显存显卡的显存占用和推理速度，6G 显存的显卡推理速度会提高 60% 到 75%，显存占用会降低800MB 到 1.5GB。

另一个是降低了一些 SD 支持项目在 Web UI的实现成本，使用 Unet Patcher，Self-Attention Guidance、Kohya High Res Fix、FreeU、StyleAlign、Hypertile 等方法都可以在大约 100 行代码中实现。

项目地址：https://github.com/lllyasviel/stable-diffusion-webui-forge

这几天 SD 圈子还有一件事情，就是 Controlnet 的作者lllyasviel，他跟 UI 界面杠上了，除了之前他维护的Fooocus之外还新发布了一个 Web UI Forge。#AI画图#

这个新的 UI 跟原有的 Web UI 交互和样式完全一致，但是解决了两个 Web UI比较重要的问题：

首先是他大幅优化了低显存显卡的显存占用和推理速度，6G 显存的显卡推理速度会提高 60% 到 75%，显存占用会降低800MB 到 1.5GB。

另一个是降低了一些 SD 支持项目在 Web UI的实现成本，使用 Unet Patcher，Self-Attention Guidance、Kohya High Res Fix、FreeU、StyleAlign、Hypertile 等方法都可以在大约 100 行代码中实现。

项目地址：网页链接

专访月之暗面杨植麟：lossless long context is everything

信息密度巨大，杨植麟不愧是世界顶级科学家&创业者。
“历史上所有的架构演进本质上都是在提升有效的 context length。word2vec 最近拿了 NeurIPS 的 Test of Time 奖。它在 10 年前用一个词去预测周围的词，相当于 context length 是 5。RNN 把有效的 context length 提升到了 20。LSTM 涨到大几十。transformer 到了几千。现在我们能做到几十万。” 这段话真的让我豁然开朗。
从工业时代到互联网时代到AI时代，规模效应是变量中的不变量。

X 上的 Bindu Reddy关于Gemini测试后的一些判断，总得来说她认为Gemini不会对Bard之前的表现产生太大改变，特别是如果他们计划对此收费的话。#ai#

Gemini详细的问题在于：

❖Gemini仍然在某种程度上受限，不愿回答某些问题。
❖它拒绝创建一个简单的乔治·克鲁尼插图，ChatGPT在这方面做得更好。
❖缺少PDF文件上传功能。
❖答案看起来比之前版本要好。
❖给人一种“逻辑推理”的印象。
❖然而，它没有回答一些GPT-4能够解答的难题。

比如，对于问题“在一个房间里，我只有3个姐妹。安娜在看书。爱丽丝在下国际象棋。那么第三个姐妹阿曼达在做什么？”它没有给出正确答案。

答案应该是第三个姐妹也在下棋。GPT-4对此回答得很准确。

Gemini（Bard）比较恼火的是多语言能力很差，一些新开放的功能几乎只对英语有效，你用中文让他画图，他就跟你说画不了。#ai#

Google 正式将 Bard 更名为 Gemini，同时推出了Gemini Advanced付费会员计划，可以使用Ultra 1.0模型。#ai#

Gemini Advanced 现已在 150 多个国家和地区提供英语版本（我尝试升级的时候说我的账号地区不在开放的地区里。。。）。

你现在可以在安卓的Gemini应用和iOS 的谷歌应用使用Gemini Advanced。

同时Google Assistant 语音功能将会由Gemini驱动，这个真是大招，直接吊打 siri 。

Gemini 从今天开始在美国的 Android 和 iOS 手机上推出英语版本，并将在未来几周内全面推出。从下周开始，您将能够在更多地点以英语、日语和韩语访问它，并且即将推出更多国家/地区和语言。

公告地址： 网页链接

Ethan Mollick已经使用了一段时间的Gemini Advanced，从他的判断看Gemini Ultra好像确实跟 GPT-4 差不多，不过他们还是有一些区别的，我大概总结了一下：

在性能基准测试中，Gemini Advanced并没有明显胜过GPT-4，但两者实力相当，各有所长。比如，Gemini在解释事物和结合图像及搜索功能方面表现更佳，而GPT-4则在编写代码和执行某些语言任务上有优势。#ai#

这两种AI都展现出了一种“异类”或“幽灵”特质，这指的是它们意想不到的能力和似乎透露出的智能，这种表现有时令人感到既神秘又迷人。这种现象暗示，这样的智能“闪光点”可能是大型AI模型的一个自然生成的特性。

相较于GPT-4，Gemini Advanced表现出不同的个性，给人更友好、更易于沟通的印象，同时能够兼容在GPT-4上有效的复杂指令。不过，两者在安全机制的触发方式以及对某些类型内容的处理态度上存在差异。

文章还提及了Gemini Advanced作为一款强大的集成式个人助手的潜力，特别是它在性能上的提升以及与Google生态系统的深度融合。这预示着一个未来，即AI智能体可以代表我们执行任务，尽管像Gemini Advanced这样的当前模型仍然有其局限性。

作者最后指出，Gemini Advanced的问世显示了Google在AI竞赛中的实力，也说明其他公司有能力开发出与OpenAI的GPT-4相匹敌的模型。Gemini Advanced和GPT-4的存在表明AI模型仍有很大的提升空间，我们可能会持续见证该领域的快速进步。

测试原文：网页链接