首页 > 业界 > 关键词  > ComfyUI0.2.0最新资讯  > 正文

AI日报:ComfyUI0.2.0全新版本发布;混合现实插画模型FLUX.1-dev-LoRA;Playground V3生图模型发布

2024-09-03 15:17 · 稿源:站长之家

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解https://top.aibase.com/

1、全新ComfyUI 0.2.0版本重磅来袭,为设计师带来工作流程革命

ComfyUI 0.2.0版本带来了设计工作流程的变革,引入了Flux ControlNets技术和优化队列管理功能,大幅提升了设计师的创作工具和工作效率。用户体验得到全面优化,提供了更简化的设计流程。升级后的执行错误对话框也提供了高效的问题搜索功能,为设计师们带来前所未有的工作效率与创作灵感。

【AiBase提要:】

✨ 引入Flux ControlNets技术,提供更精细的图像处理能力

⚙️ 优化队列管理功能,包括Go-to Node快速定位和任务输出文件夹视图

🔍 节点库功能大幅增强,包括书签功能、递归展开/折叠和增强的搜索过滤器

示例工作流程:https://comfyanonymous.github.io/ComfyUI_examples/flux/

官方公告:https://blog.comfy.org/comfyui-v0-2-0-release/

2、FLUX.1-dev-LoRA: 令人惊艳的混合现实与插画风格的图像生成模型

FLUX.1-dev-LoRA是一款令人惊艳的混合现实与插画风格的图像生成模型,独特之处在于巧妙结合现实与插画元素,创造出独特的视觉效果。用户可以轻松生成超酷的图片,展现旅行场景而不需要露脸,是聪明又时尚的选择。该模型在艺术风格方面表现卓越,无缝融合现实与插画元素,带来耳目一新的视觉体验。

image.png

【AiBase提要:】

⚡ 混合现实与插画风格的独特结合,创造独特视觉效果。

✨ 擅长描绘前景角色为插画风格,背景呈现现实主义风格。

🎨 用户提供场景描述和角色动作提示,生成符合需求的图像。

详情链接:https://huggingface.co/Shakker-Labs/FLUX.1-dev-LoRA-blended-realistic-illustration

3、小白用了直呼牛!Playground AI推最新生图模型Playground V3

Playground是一款超级棒的AI设计工具,无论你是设计小白还是设计高手,都能让你的创意一触即发。它提供海量模板、简单易用的编辑界面、高度自定义、高分辨率导出和多平台支持,让用户轻松创建自定义设计和图形。

截图1.jpg

【AiBase提要:】

⭐ Playground是一款AI设计工具,支持海量模板,让用户轻松找到心仪的设计风格。

⭐ Playground拥有简单易用的编辑界面,即使没有设计基础也能轻松上手,创作专业水准的作品。

⭐ Playground支持高度自定义,用户可以修改文字、颜色,上传图片,展现个性化设计,并导出高清格式保持最佳效果。

详情链接:https://www.playground.com

4、MiniMax大模型日均与用户交互30亿次 将发布多模态模型abab7

MiniMax稀宇科技近日公布数据显示,公司已构建万亿参数的MoE文本、语音和图像大模型,推出了多款原生应用,为企业和开发者提供开放平台API服务。在过去996天里,公司大模型与用户交互频繁,展示了在人工智能领域的快速进步和广泛影响。尽管取得显著进展,MiniMax仍致力于实现全球人口100%的智能连接目标,将继续专注于技术创新。

image.png

【AiBase提要:】

🚀 MiniMax构建万亿参数的MoE文本、语音和图像大模型,推出原生应用和开放平台API服务。

💡 公司大模型与用户日均交互30亿次,处理超过3万亿文本token,生成2000万张图像和7万小时语音。

🔮 MiniMax发布视频模型abab-video-1、音乐模型abab-music-1,更新语音模型abab-speech-1,未来将发布多模态模型abab7。

5、SparkLabs新设5000万美元基金,致力支持全球AI初创企业

SparkLabs宣布关闭了一项新基金AIM AI Fund,规模达5000万美元,旨在进一步投资AI领域的初创企业。该基金将支持沙特阿拉伯的AIM-X加速器内的AI初创公司,并关注全球其他地方的AI创业项目。随着生成式AI的兴起,全球AI领域的投资热情急剧增加,市场上涌现大量新创公司,吸引众多投资者的目光。

【AiBase提要:】

🌍 SparkLabs关闭了一项5000万美元的新基金,旨在支持全球AI初创企业。

📈 新基金的资金约35%将用于加速器参与者,其余65%用于A轮和B轮投资。

🚀 SparkLabs已在14家初创公司上完成投资,涵盖多个行业和地区。

6、OpenAI成为台积电新款1.6nm芯片主要客户,计划于2026年投产

OpenAI与台积电合作,将成为1.6nm芯片的主要客户,展示了对人工智能硬件发展的重视。此举将使OpenAI在人工智能领域保持技术领先地位,特别是在视频生成技术方面。同时,与博通、Marvell合作开发适合AI应用的ASICs,展现了OpenAI在硬件投资方面的战略规划。苹果可能对OpenAI进行重大投资,估值或达1000亿美元,这将对科技行业产生深远影响。

【AiBase提要:】

🌟 OpenAI成为台积电1.6nm芯片的主要客户,计划于2026年投产。

📈 OpenAI与博通、Marvell合作,开发适合AI应用的ASICs。

🤝 苹果可能对OpenAI进行重大投资,估值或达1000亿美元。

7、Cursor开源平替来了!AI编程工具Melty让编程效率提升 10 倍

Melty是一款开源的AI代码编辑器,能够实时理解开发者的需求,帮助写出高质量的代码。创始团队在Y Combinator的支持下快速迭代,经过28天开发,Melty能自动编写一半的代码。它不仅提升编程效率,还能帮助你更好地理解代码变化。

image.png

【AiBase提要:】

🚀 Melty是一款开源的AI代码编辑器,能够实时理解开发者的需求,帮助写出高质量的代码。

💡 创始团队在Y Combinator的支持下快速迭代,经过28天开发,Melty能自动编写一半的代码!

🤖 它不仅提升编程效率,还能帮助你更好地理解代码变化。

详情链接:https://top.aibase.com/tool/melty

8、游戏场景的智能助手来了!开源大模型 VideoGameBunny 让你玩得更嗨

在游戏开发领域,VideoGameBunny(简称VGB)是一款开源大模型,为游戏开发提供智能助手。它支持多种语言、高度可定制、具有强大的文本生成能力,适用于游戏对话系统、教育应用和客服聊天机器人等场景。VGB基于Bunny模型,结合了多种先进模型,提供了丰富的游戏内容理解和指令生成能力。

image.png

【AiBase提要:】

🌟 支持多种语言,适合国际化应用,提供多语言处理和生成能力。

🔧 高度可定制,可根据需求调整模型参数和配置文件,适用于不同项目需求。

💬 强大的文本生成能力,生成连贯自然的对话,提升游戏互动性和沉浸感。

详情链接:https://huggingface.co/VideoGameBunny/VideoGameBunny-V1/tree/main

9、AI时代的金矿!揭秘Reddit的AI数据授权业务如何实现691%收入增长

Reddit利用其丰富的用户生成数据开辟了新的收入来源,通过数据许可与大型科技公司合作,预计2024年可获得6640万美元的收入。数据许可业务实现了惊人的691%增长,为公司贡献了2810万美元的收入。然而,数据使用引发了法律争议,Reddit承诺将积极维护自身权益。

【AiBase提要:】

📊 Reddit通过数据许可与大型科技公司合作,预计2024年可获得6640万美元的收入。

🚀 数据许可业务增长迅猛,第一季度收入增长了691%。

⚖️ 数据使用引发法律争议,Reddit承诺将积极维护自身权益。

10、钉钉推出多款“超级助理” 包括超级工单助理、超级评价助理等

钉钉推出的多款融合人工智能能力的新产品,其中“超级工单助理”引人注目。这款助理简化企业工单管理,无需代码开发能力,提高工作效率。员工可通过自然语言或截图与助理互动,助理自动生成工单并沉淀知识。产品线还包括“超级评价助理”、“超级舆情助理”等,助力企业提升服务质量和效率。

微信截图_20240903134043.png

【AiBase提要:】

🤖 简化工单管理,无需代码开发能力,提高工作效率。

🔍 员工可通过自然语言或截图与助理互动,助理自动生成工单并沉淀知识。

🚀 产品线丰富,包括“超级评价助理”、“超级舆情助理”等,助力企业提升服务质量和效率。

11、钉钉宜搭发布低代码+AI新产品 包括仓库通、任务通等

钉钉宜搭发布的低代码+AI新产品旨在帮助中小企业快速实现AI落地应用,降低门槛加速数字化进程。产品包括面向中小企业的“AI精品应用”和针对中大型企业的“行业方案中心”。钉钉低代码和AI融合加速,应用数已突破1000万,显示领先地位。

image.png

【AiBase提要:】

🚀 低代码+AI新产品助力中小企业实现AI落地应用,加速数字化进程。

💼 面向中小企业的“AI精品应用”提供便捷体验和高性价比,整合文本和图像识别等AI能力。

🔧 钉钉上线“行业方案中心”提供12大行业解决方案,结合低代码和AI能力,快速定制适配。

详情链接:https://www.aliwork.com/home/

12、上海人工智能实验室发布智能数据提取工具MinerU

MinerU是一款全新智能数据提取工具,旨在简化AI数据处理流程,帮助研究者从海量文档中提取高质量数据。该工具包含Magic-PDF和Magic-Doc两大部分,能快速转化多模态PDF文档为Markdown格式,提取网页内容并支持多种格式转换。技术上采用多模型实现高质量文档数据提取,推动大模型研发与应用工具体系升级。

image.png

【AiBase提要:】

✨ MinerU是全新智能数据提取工具,简化AI数据处理流程,提高数据提取质量。

🔍 包含Magic-PDF和Magic-Doc两大部分,支持多模态PDF文档转化为Markdown,网页内容提取与格式转换。

⚙️ 利用LayoutLMv3、YOLOv8、UniMERNet和PaddleOCR等模型实现高质量文档数据提取。

详情链接:https://modelscope.cn/studios/OpenDataLab/MinerU

举报

  • 相关推荐
  • 大家在看
  • Product Description Generator:利用AI技术生成多语言产品描述

    Product Description Generator是一个基于人工智能技术的电商演示项目,它能够让用户上传产品图片,并生成不同语言的详细产品描述。该项目由Together AI和Llama 3.2 Vision提供支持,使用户能够快速生成适合多语言市场的电商产品描述。它的重要性在于帮助电商企业节省编写产品描述的时间和成本,同时提高产品的国际化水平。

  • Zeli:用中文阅读Hacker News和AI论文

    Zeli是一个旨在帮助用户快速挑选感兴趣的科技新闻文章阅读的平台。它专注于提供Hacker News和AI论文的中文翻译,让用户能够更便捷地获取和理解最新的科技资讯和研究成果。Zeli通过翻译和聚合内容,降低了语言障碍,使得中文用户能够更容易地接触到全球的科技创新和学术进展。

  • DrunkSense:全球首个无需呼吸测醉器的被动醉酒驾驶检测系统

    DrunkSense是VinAI公司推出的一款革命性的醉酒驾驶检测技术,它利用多传感器方法,结合面部表情跟踪、车辆控制监控和空气酒精传感器,能够在无需驾驶员主动配合的情况下,以85%的准确率检测出驾驶员是否处于醉酒状态。这项技术不仅提高了检测的灵敏度,还减少了因醉酒驾驶引发的交通事故,为现代交通安全带来了突破性的改进。DrunkSense技术的出现,为汽车制造商提供了符合严格标准的安全解决方案,有助于提升所有交通参与者的安全感。

  • Intel Core Ultra Desktop Processors:首款AI PC英特尔®酷睿™至尊台式机处理器

    英特尔®酷睿™至尊200系列台式机处理器是首款面向台式机平台的AI PC处理器,为发烧友带来卓越的游戏体验和行业领先的计算性能,同时显著降低功耗。这些处理器拥有多达8个下一代性能核心(P-cores)和多达16个下一代能效核心(E-cores),与上一代相比,在多线程工作负载中性能提升高达14%。这些处理器是首款为发烧友配备神经处理单元(NPU)的台式机处理器,内置Xe GPU,支持最先进的媒体功能。

  • OneIMGAI:一键生成图片的AI工具

    OneIMG是一个基于人工智能技术的在线图片生成工具,它通过用户输入的文本描述来生成相应的图片。这种技术的应用可以极大地提高设计师和创意工作者的工作效率,因为它可以快速地将创意转化为视觉图像。OneIMG的背景信息显示,它是一个创新的产品,旨在通过AI技术简化图片创作流程。目前,OneIMG提供免费试用,但具体的定价策略尚未明确。

  • Silo:多模型对话,文生图

    Silo是一个专注于多模型对话的平台,它通过整合不同的对话模型,为用户提供丰富、深入的交流体验。该平台不仅能够处理文本对话,还能生成图像,为用户提供视觉化的交流方式。Silo的背景信息显示,它是一个创新的尝试,旨在通过技术手段打破传统对话的局限,让交流更加生动和有趣。目前,Silo提供免费试用,具体价格和定位尚未明确。

  • Copilot Lab:探索和体验Microsoft Copilot的智能辅助功能

    Copilot Lab是微软推出的一个在线平台,旨在展示和教育用户如何使用Microsoft Copilot的智能辅助功能。Copilot通过集成到常用的Microsoft 365应用程序中,如Word、Excel、PowerPoint等,帮助用户更高效地完成工作。它利用人工智能技术,根据用户提供的指令(prompts)自动生成内容,从而提高工作效率和创造力。Copilot Lab提供了丰富的示例和指导,帮助用户快速上手并充分利用Copilot的强大功能。

  • We, Robot:特斯拉自动驾驶技术与机器人的未来愿景

    We, Robot 是特斯拉公司展示其在自动驾驶技术和机器人技术领域愿景的页面。它强调了特斯拉对于创建可持续未来、提高交通效率、可负担性和安全性的承诺。该页面介绍了特斯拉的全自动驾驶技术(监督)以及未来自动驾驶汽车和机器人的潜在应用,如Robotaxi、Robovan和Tesla Bot。这些技术旨在通过自动化提高日常生活的便利性,同时减少交通事故,降低交通成本。

  • Kimi探索版:深度推理AI搜索功能,像人类一样思考和解决问题。

    Kimi探索版是Kimi新增的深度推理AI搜索功能,通过理解、拆解问题,再进行搜索和推理给出答案,一次搜索即可精读500个页面。新功能让Kimi能像人类一样思考,提供更准确、实用的搜索结果。还能使用数学模型和编程处理复杂问题,并在必要时进行自我反思以优化答案。简而言之,Kimi探索版让AI搜索更智能,更接近人脑的工作方式。

  • The Innovation Workspace:AI驱动的协作平台,助力团队从想法到成果快速推进。

    The Innovation Workspace 是一个集成了人工智能技术的协作平台,旨在帮助团队更高效地将想法转化为实际成果。它提供了一个无限的画布空间,让团队可以添加内容、推进项目,并共同工作直至想法成真。该平台拥有超过80M用户和250,000家公司,正在使用它来加速和管理他们的端到端创新生命周期。Miro提供了广泛的配置和原生安全控制,以适应不同组织规模和复杂性的具体要求。

  • Inbox AI:AI驱动的个人生产力工具

    Inbox AI是一款AI驱动的个人生产力工具,旨在帮助用户通过智能化的方式管理和自动化电子邮件任务。它提供了基于云的AI服务,同时也支持隐私优先的本地AI处理。用户可以根据自己的需求选择使用在线AI或本地AI,以提高日常工作效率,减少重复性任务,专注于更重要的事情。Inbox AI的主要优点包括无需重复订阅费用、支持多种输入方式(如邮件、屏幕截图、语音命令等)、与多种应用(如Notion、Obsidian等)集成,以及提供Apple Mail扩展等。

  • State of AI Report 2024:2024年AI发展状态的权威报告

    State of AI Report 2024是由AI领域投资者Nathan Benaich和Air Street Capital共同制作的年度报告,旨在分析AI领域最有趣的发展,并引发关于AI现状及其对未来影响的知情讨论。报告涵盖了研究、产业、政治、安全等多个维度,提供了对未来AI发展的预测和评估。这份报告是了解AI领域最新进展和趋势的重要资源,对于研究人员、企业家、政策制定者以及对AI感兴趣的公众都具有极高的参考价值。

  • Cheating LLM Benchmarks:研究项目,探索自动语言模型基准测试中的作弊行为。

    Cheating LLM Benchmarks 是一个研究项目,旨在通过构建所谓的“零模型”(null models)来探索在自动语言模型(LLM)基准测试中的作弊行为。该项目通过实验发现,即使是简单的零模型也能在这些基准测试中取得高胜率,这挑战了现有基准测试的有效性和可靠性。该研究对于理解当前语言模型的局限性和改进基准测试方法具有重要意义。

  • Cove:AI协作者,共同探索、规划和工作的新方式。

    Cove是一个新型的AI协作者,它通过共享工作空间、直接编辑内容、学习用户添加的内容,并提供多个可能的方向来推动用户的工作。Cove利用最新的网络数据,加速用户的工作,同时通过并行搜索提高效率。Cove支持多种文件格式,如文本、表格、图像、网页和PDF等,让AI和用户之间共享上下文,从而更好地协作。Cove的产品背景信息包括由红杉资本领投的600万美元种子轮融资,并且提供Chrome扩展,方便用户在不同的网站和应用中使用。

  • Kvistly:AI驱动的互动式测验制作工具

    Kvistly是一个利用人工智能技术创建互动式测验的平台,旨在提升销售培训、团队建设、培训和入职等环节的效率和参与度。它通过实时的互动学习连接真人,增强团队协作和知识传递。产品背景信息显示,Kvistly在教育和商业培训领域具有重要性,通过游戏化学习提高员工的参与度和学习效果。价格方面,Kvistly提供定价信息,但具体细节需访问其定价页面了解。

  • Quetzal:现代国际化平台,快速实现产品多语言支持。

    Quetzal是一个现代国际化平台,旨在帮助用户快速将产品翻译成多种语言,以获得全球新客户。该平台提供工具,支持20多种语言,与Next.js和React兼容,并且拥有快速设置流程,仅需约10分钟。Quetzal利用人工智能技术,结合应用程序的上下文,在几分钟内实现最佳翻译效果。它还提供了一个仪表板,让用户可以在一个地方查看和管理所有的字符串。产品背景信息显示,Quetzal由Quetzal Labs, Inc.在奥克兰精心打造,并且提供了一个慷慨的免费计划,直到用户添加第二种语言。

  • Aria:多模态原生混合专家模型

    Aria是一个多模态原生混合专家模型,具有强大的多模态、语言和编码任务性能。它在视频和文档理解方面表现出色,支持长达64K的多模态输入,能够在10秒内描述一个256帧的视频。Aria模型的参数量为25.3B,能够在单个A100(80GB)GPU上使用bfloat16精度进行加载。Aria的开发背景是满足对多模态数据理解的需求,特别是在视频和文档处理方面。它是一个开源模型,旨在推动多模态人工智能的发展。

  • Marqo:训练和部署嵌入式模型的AI平台

    Marqo是一个专注于训练和部署嵌入式模型的平台,它提供了一个端到端的解决方案,从模型训练到推理,再到存储。Marqo支持150多种嵌入式模型,并且可以快速原型设计,加速迭代,并无缝部署。该平台支持多模态模型,如CLIP,可以从图像和其他数据类型中提取语义信息,实现文本和图像的无缝搜索,甚至可以将文本和图像组合成一个向量。Marqo还支持100多种语言的搜索,提供最先进的多语言模型,无需手动进行语言配置即可扩展到新的地区。此外,Marqo的可扩展性允许用户在笔记本电脑上的Docker镜像中运行,也可以扩展到云端数十个GPU推理节点,提供低延迟的搜索服务。

  • AMD Instinct MI325X Accelerators:为AI基础设施提供领导性的AI性能

    AMD Instinct MI325X加速器基于AMD CDNA 3架构,专为AI任务设计,包括基础模型训练、微调和推理,提供卓越的性能和效率。这些产品使AMD的客户和合作伙伴能够在系统、机架和数据中心层面创建高性能和优化的AI解决方案。AMD Instinct MI325X加速器提供了行业领先的内存容量和带宽,支持6.0TB/s的256GB HBM3E,比H200多1.8倍的容量和1.3倍的带宽,提供了更高的FP16和FP8计算性能。

  • Ryzen™ AI PRO 300 Series Processors:第三代商用AI移动处理器,为商务用户带来前所未有的AI计算能力和多日电池续航。

    AMD Ryzen™ AI PRO 300系列处理器是专为企业用户设计的第三代商用AI移动处理器。它们通过集成的NPU提供高达50+ TOPS的AI处理能力,是市场上同类产品中性能最强的。这些处理器不仅能够处理日常的工作任务,还特别为满足商务环境中对AI计算能力的需求而设计,如实时字幕、语言翻译和高级AI图像生成等。它们基于4nm工艺制造,并采用创新的电源管理技术,能够提供理想的电池续航能力,非常适合需要在移动状态下保持高性能和生产力的商务人士。

今日大家都在搜的词: