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。
回顾2023年，红利消退、降本增效成为越来越多品牌的共识，相较几年前找大主播带货的“轻松”，品牌们不得不走出舒适区，或大搞内容，或开启撒钱模式，或探索新平台新玩法，期待能真正积累起属于自己的企业数字化内容资产。
在直播电商行业，品牌通常是比较“落后”的一方，因为这个行业个人英雄主义盛行，最有能力的人才往往选择单干。某种程度上，品牌店播是靠货品、金钱砸出来的，大部分品牌在内容、创意、流量上与达人主播仍有不小差距。
- 通过填充常见模式的空白，它省去了复制粘贴的需要。
2、LLaVA、CogAgent和BakLLaVA是三种具有极大潜力的开源视觉语言模型。