🚀 风格预测功能: 具备说话风格预测,根据语音自动调整动画表情,使得生成的动画更加贴近原始音频。
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。
GPT-4.5/5将发布,但AGI仍未实现@科技博主Matthew Berman
3. 谷歌的Gemini Ultra将与GPT-4竞争,并提供一个强有力的替代方案。但它们在推出后会直接出现问题:幻觉、错误和不可靠。
4. 机器人将加速发展。Optimus将取得巨大进步,许多其他机器人公司也将发布更新。