万万没想到，以文生图著名的Stable Diffusion，也入局了大语言模型（LLM）之战。它背后的公司Stability AI，正式推出类ChatGPT产品——StableLM。据了解，这个模型目前处于Alpha版本，拥有的参数量分别为30亿和70亿;后续还将推出150亿到650亿参数模型。而且不到一天时间，在GitHub
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
4月18日，著名开源大模型平台Stability.ai在官网宣布，最新文生图模型StableDiffusion3和SD3Turbo可以在API中使用。本次继续由知名API管理平台FireworksAI提供服务。在山顶上有一位巫师创作了一幅令人惊叹的艺术作品，他用魔法创造了文字"StableDiffusion3API"。
其开发者平台API现已支持最新版本的StableDiffusion3及其增强版本StableDiffusion3Turbo。这一发布标志着StabilityAI在文字到图像生成领域的技术进步，其性能已经达到甚至超越了行业内的一些领先模型，如DALL-E3和Midjourneyv6。公司承诺提供99.9%的服务可用性，这对于企业用户来说尤为重要，因为他们在使用开发者平台进行关键的生成型AI工作时，需要确保服务的稳定性和可靠性。
StableDiffusion3API是一款先进的文本到图像生成系统，它在排版和提示遵循方面与DALL-E3和Midjourneyv6等顶尖系统相匹敌或更优。该系统采用新的多模态扩散变换器架构，使用不同的权重集来改善图像和语言的表示，从提高文本理解和拼写能力。StableDiffusion3API的使用场景示例在以下情况下，您可以使用StableDiffusion3API进行图像生成：生成广告宣传图创建游戏角色概念图辅助教学材料的图像制作产品特色和功能StableDiffusion3API具有以下特色和功能：文本到图像的生成多模态扩散变换器架构图像和语言的独立表示文本理解和拼写能力提升想要了解更多关于StableDiffusion3API的信息并开始您的图像生成之旅，请访问StableDiffusion3API官方网站。
火星时代教育AI设计教研团队在英伟达RTXAI媒体品鉴会上宣布联合发布《NVIDIATensorRTStableDiffusion创作加速指南》，为创作者提升AI创作效率，加速商业创意落地。火星时代教育AI设计教研总监吴大吉现场分享据悉，该创作指南是基于GeForceRTX40系GPU，提升StableDiffusion创作效率的实操性教程，内容包括:安装与设置、加速引擎构建、加速效果对比以及NVIDIATensorRT在实际商业创作场景:海报设计、电商设计、室内效果图设计、插画设计的应用，未来指南还将根据应用软件版本优化进行迭代升级，帮助更多AI设计爱好者和创作者感受速度加持下的创作美好。火星时代将持续聚焦AI及元宇宙双域，整合优质CG技术资源，培养数字时代全能型CG人才。
Meditron是一个基于Llama的大型医学语言模型，由Meta公司更新并发布。Meditron项目是完全开源的，包括数据、模型权重和配置，这意味着全球的研究人员和开发者都可以自由地访问、使用、修改和改进这一技术。在紧急情况下快速提供医疗响应，或在基础设施不足的地区辅助医疗工作，Meditron可以发挥重要作用。
Meta公司最新发布了LayerSkip，这是一款端到端的解决方案，专门设计用于提升大型语言模型的推理速度。这一技术在不同规模的Llama模型上经过了广泛的训练实验，并在多个任务上展现了显著的性能提升。未来展望:随着LayerSkip技术的不断完善和应用，预计将为大语言模型的部署和使用带来更多可能性，特别是在需要快速处理大量语言数据的场合。
Meta最近发布了LLama3，这是一款新的大型语言模型，用于实现更安全、更准确的生成式人工智能体验。除了LLM，Meta还推出了LlamaGuard2、CodeShield和CyberSecEval2等信任和安全工具，以帮助确保符合行业和用户安全期望。随着400亿参数显示出更高的准确性，可以推断出更高的AI硬件需求不会很快减少。
纵观生成式AI领域中的两个主导者:自回归和扩散模型。一个专攻文本等离散数据，一个长于图像等连续数据。通讯作者为一二作的导师StefanoErmon，他是斯坦福计算机科学系副教授。
MetaLlama3是Meta公司最新推出的一款开源大型语言模型。它在多项行业基准测试中表现出色，性能卓越，可支持广泛的使用场景，包括改善推理能力等新功能。要了解更多信息，请访问MetaLlama3官方网站。
LogoDiffusion是一个创新的AI平台，旨在彻底改变Logo设计的过程。它利用人工智能技术，使得任何人在几秒钟内就能轻松创建出独特且定制化的Logo标志。LogoDiffusion目前提供开放测试版，用户可以下载并开始免费创建，体验AI驱动的Logo设计革命。
Unicode转Kruti Dev（Mangal转Krutidev）转换器是世界上第一个也是唯一一个完全支持Unicode输入和Kruti Dev（Mangal）输出格式转换的转换器。它基于人工智能技术实现，免费提供给所有人使用。它可以将Unicode Mangal字体的文本转换为Krutidev字体的文本，对于政府官员、翻译人员、内容创作者、网页开发人员和记者来说非常实用。
CodeScope旨在成为技术和营销行业专业人士的必备工具，通过持续创新、用户中心设计和战略合作，帮助您构建AI应用、加速开发并实现市场增长。主要优点包括：快速开发流程、安全编码、SEO报告、自定义API构建器、无头CMS等。
HyperBooth是一款AI图像生成器，只需点击一次即可开始创造艺术性的AI图像。在30秒内创建艺术性的AI图像，节省时间和金钱。每天可创建7000张高质量的AI图像，共有200种多样化的风格可供选择。
VMind 是智能可视化组件，基于规则算法、机器学习、大语言模型等多种方式提供智能化接口，最大限度降低开发者的心智负担。
Question AI Homework Helper是一个免费的AI作业助手，旨在帮助学生解答各种问题。它使用人工智能技术，能够快速准确地回答各种学科的问题。无论是数学、科学、历史还是其他学科，Question AI Homework Helper都能够提供详细且易于理解的答案。它的主要优点是快速、准确和免费。不需要注册或登录，只需输入问题即可获取答案。
Email Tracker是一款免费的Gmail邮件追踪工具，帮助用户实时了解邮件的打开情况，自动跟进提醒，详细分析点击数据，提高回复率和销售收入。
Mazaal是一个无代码AI平台，可以将您的数据转化为强大的AI模型，无需编写任何代码。它提供了多种预训练模型，可以用于优化生产、管理库存、预测需求等。Mazaal可以自动化工作流程，提高效率，并帮助您解决业务中的各种问题。
Tiempo 是由前Facebook员工Victor和Vlad创立的AI伴侣，利用人工智能技术帮助用户在上网时集中注意力并避免分心。这个简单的工具可以让您专注于目标，确保在线的每一分钟都富有成效。Tiempo的使命是重新将计算机和手机定位为提高生产力的工具。目前，这款Chrome扩展插件对所有用户免费，同时收集用户反馈以优化产品。
Red Hat Enterprise Linux AI 是一个基于开源的模型平台，旨在无缝地开发、测试和运行企业级应用的大型语言模型（LLMs）。它结合了开源许可的IBM Granite LLMs、InstructLab模型对齐工具、Red Hat Enterprise Linux的可启动镜像以及Red Hat提供的技术支持和模型知识产权保障。该平台支持跨混合云环境的可移植性，并能与Red Hat OpenShift® AI集成，进一步推进企业AI开发、数据管理和模型治理。
即梦Dreamina是一款结合了AI技术的在线创作平台，它通过图片生成、智能画布和视频生成等功能，帮助用户将创意转化为视觉作品。该产品的主要优点在于简化了设计流程，使得非专业人士也能创作出高质量的图片和视频。产品背景信息显示，它由深圳市脸萌科技有限公司开发，定位于为广大创意工作者提供便捷的设计服务。目前产品提供免费试用，具体价格信息未在页面中明确。
Project Bernini 是 Autodesk 研究项目，旨在开发用于设计和制造行业的生成式人工智能。该模型能够从多种输入（包括 2D 图像、文本、体素和点云）快速生成功能性的 3D 形状。Bernini 模型专为专业几何工作流程设计，可以生成给定输入的多个功能性变体。Autodesk 致力于创建可以用于建筑、产品设计、娱乐等多个用例的生成模型，专注于生成功能性 3D 结构，因为这些模型的输出必须在现实世界中工作，以满足设计师的意图。
Chat GPT Side Bar是一个插件，可以在浏览网页时，在侧边栏展示Chat GPT。它提供了一系列功能，包括笔记、新闻、Google应用、加密货币跟踪、游戏集成等。你可以在浏览网页的同时使用Chat GPT，提高工作效率。
GPT Spreadsheets Visualization是一个工具，使用大型语言模型（如ChatGPT）自动探索数据、生成可视化和信息图表格。它可以与任何编程语言和可视化库一起使用，例如matplotlib、seaborn、altair、d3等，并与多个大型语言模型提供商（ChatGPT、PaLM、Cohere、Huggingface等）一起使用。它包括四个模块：摘要生成器、目标探索器、可视化生成器和信息图表格生成器。GPT Spreadsheets Visualization利用最先进的大型语言模型的语言建模和代码编写能力，实现了数据摘要、目标生成、可视化生成、信息图表格生成以及对现有可视化的操作、可视化解释、自动修复、推荐等核心自动化可视化功能。
evyAI是一个AI助手，能够智能地为你创建个性化评论、帖子和回复。它可以帮助你节省时间和精力，在社交媒体上提升可见度，建立信誉和网络机会。
RIZZ是一款AI驱动的约会助手应用，它利用先进的GPT技术为用户生成个性化的回复，帮助用户在约会、社交或专业沟通中留下深刻印象。产品通过分析用户的沟通风格，理解用户的语气、幽默感和词汇量，生成反映用户个性的回复。RIZZ的主要优点在于其个性化和适应性，它不仅能提升用户的沟通技巧，还能增加用户的魅力，帮助用户建立持久的联系。
Sonio是一款AI驱动的软件，旨在提高产前超声检查的效率、准确性和专业性。它通过自动化图像质量控制、报告生成、数据集成和计费来解决医疗团队面临的挑战。Sonio通过实时指导和最新的临床研究，提升团队技能，同时减少IT维护成本，提供现代化的集中解决方案。
ibisPaint 是一款专业的绘画应用，旨在帮助用户轻松创作出精美的绘画作品。该应用提供了各种绘画工具和功能，如画笔、颜色调整、图层管理等。用户可以通过该应用绘制插画、漫画、动画等作品，适用于艺术爱好者、插画师、漫画创作者等。ibisPaint 在用户群体中享有良好的口碑，是绘画领域的热门应用之一。
ChatGLM-Math 是一个基于自我批评流程定制的数学问题解决模型，旨在提高大型语言模型（LLMs）在数学问题解决方面的能力。该模型通过训练一个通用的Math-Critique模型来提供反馈信号，并采用拒绝采样微调和直接偏好优化来增强LLM的数学问题解决能力。它在学术数据集和新创建的挑战性数据集MathUserEval上进行了实验，显示出在保持语言能力的同时，显著提升了数学问题解决能力。
MistoLine是一个SDXL-ControlNet模型，能够适应任何类型的线条艺术输入，展示出高精度和出色的稳定性。它基于用户提供的线条艺术生成高质量图像，适用于手绘草图、不同ControlNet线条预处理器和模型生成的轮廓。MistoLine通过采用新颖的线条预处理算法（Anyline）和基于stabilityai/stable-diffusion-xl-base-1.0的Unet模型的重新训练，以及在大型模型训练工程中的创新，展现出在复杂场景下超越现有ControlNet模型的细节恢复、提示对齐和稳定性的优越性能。
kan-gpt是一个基于PyTorch的Generative Pre-trained Transformers (GPTs) 实现，它利用Kolmogorov-Arnold Networks (KANs) 进行语言建模。该模型在文本生成任务中展现出了潜力，特别是在处理长距离依赖关系时。它的重要性在于为自然语言处理领域提供了一种新的模型架构，有助于提升语言模型的性能。
