AL最新前沿

以下是关于“自定义采样器（高级）”中“Expected all tensors to be on the same device，but found at least two devices，cuda：0 and cpu！（when checking argument for argument mat2 in method wrapper\_CUDA\_mm）”错误的解决办法： 错误原因：Expected all tensors to be on the same device,but found at least two devices,cuda:0 and cpu! 对应插件地址：https://github.com/sipie800/ComfyUIPuLIDFluxEnhanced 资料链接： 百度网盘：通过网盘分享的文件：ComfyUI_PuLID_Flux_ll 链接:https://pan.baidu.com/s/1dMLAb4s0vroO9Zk6ecKb7Q?pwd=cycy 提取码:cycy 来自百度网盘超级会员 v5 的分享 说明文档：https://www.xiaobot.net/post/b98d55699a754b9baac242a3e285be94 由于 AI 技术更新迭代，请以文档更新为准 更多内容收录在：https://xiaobot.net/p/GoToComfyUI 网盘：https://pan.quark.cn/s/129886bbcc61 相关链接： ComfyUI_PuLID_Flux_ll ：https://github.com/lldacing/ComfyUI_PuLID_Flux_ll?tab=readmeovfile guozinan/PuLID 模型：https://huggingface.co/guozinan/PuLID/tree/main

目前没有特定的 AI 工具可以直接为您分析源代码。不过，一些相关的技术和工具可能会有所帮助，例如基于深度学习的代码分析模型，但它们的应用可能具有一定的局限性和特定的使用场景。

当 ComfyUi 出现 SUPIR_Upscale 时，以下是相关信息： 通过使用神经网络对潜在空间进行放大，无需使用 VAE 进行解码和编码。此方法比传统的 VAE 解码和编码快很多，并且质量损失很小。插件项目地址：https://github.com/Ttl/ComfyUi_NNLatentUpscale?tab=readmeovfile 。潜在表示是神经网络处理图像时生成的压缩版本，包含图像主要特征信息，处理潜在表示更快且资源消耗更少。 具体流程包括：生成潜在表示（生成低分辨率图像）、放大潜在表示、生成高分辨率图像（将放大的潜在图像反馈到稳定扩散 UNet 中进行低噪声扩散处理从而修复成高分辨率图像）。此节点用于一种工作流程，初始图像以较低分辨率生成，潜在图像被放大，然后将放大的潜在图像反馈到稳定扩散 unet 中进行低噪声扩散处理（高分辨率修复）。 UNet 是一种特别的神经网络结构，常用于图像处理，尤其是图像分割。其工作方式包括编码部分（逐步缩小图像提取重要特征）、解码部分（逐步放大图像把提取的特征重新组合成高分辨率的图像）、跳跃连接（在缩小和放大过程中保留细节信息使最终生成的图像更清晰），这种结构能在放大图像时保持细节和准确性。 ComfyUI 老照片修复 Flux Controlnet Upscale 中，关于 flux unet 的 weight_dtype： Flux 模型主要用于图像处理，特别是上采样。这类任务通常需要较高精度来保留图像细节。 fp8 格式包括 fp8_e4m3fn（4 位指数，3 位尾数，通常提供更好的精度）和 fp8_e5m2（5 位指数，2 位尾数，提供更大的数值范围但精度较低）。 图像处理通常更依赖于精确的小数值表示，现代 GPU 通常对 fp8_e4m3fn 格式有更好的优化支持。在没有特殊需求的情况下，图像处理模型通常倾向于选择提供更高精度的格式，对于 Flux 模型，特别是在进行图像上采样任务时，fp8_e4m3fn 可能是更好的选择，因为更高的精度有利于保留图像细节和纹理，图像处理通常不需要特别大的数值范围，fp8_e4m3fn 的精度优势更为重要，这种格式在现代 GPU 上可能有更好的性能表现。

ComfyUi 的 SUPIR_Upscale 是一种通过神经网络对潜在空间进行放大的技术。以下是相关详细信息： 原理：通过使用神经网络对潜在空间进行放大，无需使用 VAE 进行解码和编码。此方法比传统的 VAE 解码和编码快很多，并且质量损失很小。 流程： 生成潜在表示：图像被模型压缩成潜在表示，生成一个低分辨率的图像。 放大潜在表示：利用神经网络对潜在表示进行放大。 生成高分辨率图像：将放大的潜在图像反馈到稳定扩散 UNet 中，进行低噪声扩散处理，从而修复成高分辨率图像。 相关节点：此节点旨在用于一种工作流程中，其中初始图像以较低分辨率生成，潜在图像被放大，然后将放大的潜在图像反馈到稳定扩散 unet 中进行低噪声扩散处理（高分辨率修复）。 UNet 结构：UNet 是一种特别的神经网络结构，通常用于图像处理，尤其是图像分割。其工作方式包括编码部分逐步缩小图像提取重要特征，解码部分逐步放大图像并重新组合特征，以及通过跳跃连接在缩小和放大过程中保留细节信息，使最终生成的图像更清晰。 ComfyUI 老照片修复 Flux Controlnet Upscale 方面： 以前有高清放大的工作流，被用于淘宝老照片修复。现在新模型结合工作流，只需十几个基础节点就能实现更好效果。 参数调节：一般先确认放大倍数，再根据图片调整 controlNet 强度。 ControlnetUpscaler 放大模型：Flux.1dev ControlNet 是 Jasper 研究团队为低分辨率图像开发的模型，可直接与 diffusers 库一起使用，通过特定代码加载管道，加载控制图像并进行图像处理。其训练方式采用合成复杂数据退化方案，结合图像噪声、模糊和 JPEG 压缩等多种方式对真实图像进行人工退化。 Flux Ultimator 细节增强：能增加小细节，让图像尽可能逼真，放大色调的丰富性和深度，在 0.1 的强度设置下也能有显著增强效果，能顺利集成到工作流程中，与其他 LORA 结合使用效果好，结合时需将强度降低小于 0.5。 T5 Clip：若图片质量细节不够，选择 fp16 的版本。 图像的传递：controlNet 这里传递的应该是上传的原始图片，因为这个是 controlNet 而不是潜空间图像。 关于 flux unet 的 weight_dtype： Flux 模型主要用于图像处理，特别是上采样（upscaling），这类任务通常需要较高的精度来保留图像细节。 fp8 格式包括 fp8_e4m3fn（4 位指数，3 位尾数，通常提供更好的精度）和 fp8_e5m2（5 位指数，2 位尾数，提供更大的数值范围但精度较低）。 图像处理通常更依赖于精确的小数值表示，而不是极大或极小数值的表示能力，现代 GPU 通常对 fp8_e4m3fn 格式有更好的优化支持。 在没有特殊需求的情况下，对于 Flux 模型进行图像上采样任务时，fp8_e4m3fn 可能是更好的选择，因为其更高的精度有利于保留图像细节和纹理，且图像处理通常不需要特别大的数值范围，这种格式在现代 GPU 上可能有更好的性能表现。 插件项目地址:https://github.com/Ttl/ComfyUi_NNLatentUpscale?tab=readmeovfile 潜在表示（latent representation）是神经网络处理图像时生成的压缩版本，它包含了图像的主要特征信息。相比于直接处理高分辨率图像，处理潜在表示更快且资源消耗更少。

以下是为您生成的包含这些关键词的有趣句子： 当我使用配备强大 GPU 的 AI 笔记本电脑，如戴尔 Precision 移动工作站，通过蓝牙耳机关闭了周围的噪音，登录到专门的 AI 驱动平台，与远方的朋友进行视频通话，探讨生成式人工智能的奇妙之处，感觉真是太棒了！ 在微星 Creator/Workstation 系列的 AI 笔记本上，我利用预装的深度学习框架，如 NVIDIA CUDA 和 cuDNN，进行着生成式模型的训练，同时通过蓝牙连接着蓝牙耳机，享受着不受干扰的创作过程，然后登录到特定的平台分享我的成果，这一切都由 AI 驱动，借助高速的网络实现了如同面对面的视频通话交流。 联想 ThinkPad P 系列的 AI 笔记本，拥有出色的散热和续航，让我能长时间专注于生成式项目的开发。我戴上蓝牙耳机，登录 AI 平台，与团队进行视频通话，共同推动项目前进，这一切都离不开 AI 驱动的强大力量。

以下是对您所遇到的报错“RuntimeError: All input tensors need to be on the same GPU, but found some tensors to not be on a GPU”的一些可能的解决方案： 1. 检查您的代码和模型设置，确保所有输入张量都被正确地分配到同一个 GPU 上。 2. 对于与显存相关的问题，如爆显存的情况，在训练时可以尝试调小批量大小，在推理时可以使用强制切片。 3. 调大虚拟内存，可能有助于解决一些与内存相关的报错。 同时，在处理与 AI 相关的报错时，还可能会遇到其他类似的问题，例如： 1. 页面文件太小，无法完成操作。解决方法是增大系统虚拟内存大小。 2. 出现“torch.cuda.OutOfMemoryError: CUDA out of memory”报错，通常是爆显存了。 3. 遇到“DataLoader workerexited unexpectedly”报错，可把虚拟内存再调大一点。 4. “CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling 'cublasCreate'”报错，一般也是爆显存。 5. “'HParams' object has no attribute 'xxx'”报错，可能是无法找到音色，一般是配置文件和模型没对应，打开配置文件拉到最下面查看是否有训练的音色。 6. “The expand size of the tensor at nonsingleton dimension 0”报错，可把 dataset/44k 下的内容全部删除，重新走一遍预处理流程。 7. “Given groups=1, weight of size to have 256 channels, but got 768 channels instead”报错，可能是 vec256 的模型用了 vec768 的配置文件，反之亦然，请参考旧模型兼容，确认配置文件和模型维度对应。 8. “配置文件中的编码器与模型维度不匹配”报错，可能是在修改配置文件中的“speech_encoder”时修改错了，检查配置文件中的“ssl_dim”一项，如果这项是 256，那您需要确认配置文件和模型维度的对应关系。

以下是一些前沿的 AI 学习网站： 1. WaytoAGI：这是一个致力于人工智能（AI）学习的中文知识库和社区平台。为学习者提供系统全面的 AI 学习路径，覆盖从基础概念到实际应用的各个方面。它汇集了上千个人工智能网站和工具，提供最新的 AI 工具、AI 应用、AI 智能体和行业资讯。平台提供丰富的学习资源，包括文章、教程、工具推荐以及最新的 AI 行业资讯等。此外，社区还定期组织活动，如视频挑战赛、模型创作大赛等，鼓励成员在实践中学习，促进交流与合作。 2. 在没有任何推广的情况下，WaytoAGI 一年时间已有超过 100 万用户和超千万次的访问量。其目标是让每个人的学习过程少走弯路，让更多的人因 AI 而强大。目前合作过的公司/产品包括阿里云，通义千问，淘宝，智谱，支付宝，豆包，火山引擎，marscode，coze，堆友，即梦，可灵，MiniMax 海螺 AI，阶跃星辰，百度，Kimi，吐司，liblib，华硕，美团，美的，360，伊利，魔搭，央视频，Civitai，Openart，Tripo3D，青椒云等。 3. 「通往 AGI 之路」的品牌 VI 融合了独特的设计元素，以彩虹色彰显多元性和创新，以鹿的形象象征智慧与优雅，通过非衬线字体展现现代感和清晰性，共同构建了一个充满活力和前瞻性的品牌形象。

目前较为前沿的 AI 服装模特相关的应用有： Stitch Fix 是一家服装公司，已使用 AI 向客户推荐特定服装，并正在尝试使用 DALLE 2 根据客户对颜色、面料和款式的偏好创建服装可视化。 InterAlia 可以帮助搭配服装。 在小红书上，有通过 AI 制作服装如 AI 小绿裙实现变现的案例，新手可用 mewxai 或幻火来制作，熟练者可用 sd 或 mj 制作。 此外，还有用 AI 定制萌娃头像等相关应用。

以下是关于前沿 AI 硬件的相关信息： 由郎瀚威 Will 发起的 GenAI 硬件榜单： 定义：利用 GenAI 技术（主要是 LLM），与音频生成、翻译、视觉采集并解读相结合，以可穿戴为主逐步渗透的新品类硬件，以 Meta 雷朋眼镜为代表。 本期情况：未收录较大的 GenAI 硬件如 AI PC、AI 手机，以可穿戴、AI 助理相关硬件为起点。 榜单受众：GenAI 硬件创始人、投资人、从业者等。 榜单标的：以北美市场的视角，销量、影响力为主。 榜单初心：随着 Meta 眼镜的成功，GenAI 硬件爆发在即，每月从多角度围观这一现象，旨在给创业者提供参考。 本次更新（9.19）： 更新亚马逊销量、独立站流量、新品发布、融资信息，排序标准从媒体综合指数改为 Tiktok 热度。 完善挂件、戒指、眼镜等分类榜数据。 榜单目录：包括 GenAI 硬件北美公开销量榜、GenAI 硬件亚马逊销量榜等共 15 个重要榜单。更多榜单可文末点击“阅读原文”免费访问或直接访问飞书：https://zw73xyquvv.feishu.cn/wiki/IqcqwTDiYiKttNktBg3cg8HgnLh 。数据来源：google、tiktok、twitter、亚马逊。对于榜单内容有疑问想交流的 GenAI 硬件创始人，或者想合作转载内容的公众号博主，请加微信，或者在本文末留言。 今年很火的几款 AI native 硬件： Rewind Pendant：可穿戴设备，能捕捉现实中所说和听到的内容，进行录音转录、数据加密和本地存储，保障安全性和隐私保护。https://www.rewind.ai/pendant Rabbit R1：新型人工智能驱动的移动设备，通过高级语音命令简化应用程序使用，售价 199 美元，配备 360 度摄像头、触摸屏和 4G 连接。Rabbit OS 基于 Large Action Model（LAM 大动作模型），能处理自然语言并转化为可执行任务，与常见应用交互，支持语音命令执行复杂任务，未来用户可教会其执行特定任务。https://www.rabbit.tech/

以下是关于 AI 图生视频前沿的相关信息： 在近半年闭源产品趋势方面： 1. 服务头部创作者方面，产品将逐渐增强编辑器能力，强化视频细节可控性，并智能化后期制作任务。 2. 影视后期方向，可将动捕演员表演转化为虚拟角色，提高特效制作效率。 3. 专业领域，创作者能通过草图分镜快速验证效果，但目前效果不够成熟。 4. 随着实时生成能力提升和成本下降，AI 实验性艺术在博物馆、展览等互动应用将增多。 5. 在 C 端大众消费侧，AI 视频在小说、网文阅读、短情景剧等内容消费方向有潜力，人物识别和替换可衍生电商平台虚拟试衣间能力。 6. 模板套用能力若以低成本开放在短视频产品中，可能带来新的爆发周期。 其他动态包括： 1. Krea 用开放的 API 做了自己的 AI 视频功能，支持对任何视频输入提示词进行延长。 2. Runway 发布 ActOne 功能，支持将现实视频的人物表情和动作迁移到生成的视频上，且已全量开放。 3. Ideogram 发布 Ideogram Canvas，可在无限画布上对生成的图片进行编辑。 4. Meta 的图像分割模型 SAM 更新了 2.1，大幅加强了相似物体和小物体的分割和识别效果。 在 2024 年国内外 AI 企业竞争方面： 1. 中国开源项目赢得全球粉丝，成为积极开源贡献者。DeepSeek 在编码任务中表现出色，阿里巴巴的 Qwen2 系列视觉能力令人印象深刻，清华大学的 OpenBMB 项目催生了 MiniCPM 项目。 2. 国外 Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，并在定制化方面进步显著。今年 3 月推出的 Stable Video 3D 可预测三维轨道。 3. OpenAI 的 Sora 能生成长达一分钟的视频，保持三维一致性等，还使用原始大小和纵横比的视觉数据训练。 4. Google DeepMind 的 Veo 将文本和可选图像提示与嘈杂压缩视频输入结合，创建并解码独特的压缩视频表示。

以下是关于 AI 视频前沿的相关信息： AI 视频学社： 简介：为方便大家测试学习 AI 视频相关知识和内容而建立，可通过参与每周比赛、观看高手直播分享来快速学习，涵盖 AI 视频和影视创作领域最前沿的知识。 目标： 不定期直播，AI 视频方向高手直播分享。 每周固定 1 次 video battle 视频挑战赛，周一发布主题，周日 18 点前交稿，有奖品。 不定期组织线上或者线下活动。 一起学习 AI 视频最新软件和最新知识，学习图生视频、视频生视频等技巧。 软件教程： 每周一赛： 2024 人工智能报告： 2024 年是 AI 图像视频迅速发展的一年，赛道竞争激烈。 国内：中国开源项目赢得全球粉丝，成为积极开源贡献者。几个模型在个别子领域表现出色，如 DeepSeek 在编码任务中受青睐，阿里巴巴的 Qwen2 系列视觉能力印象深刻，清华大学的 OpenBMB 项目催生了 MiniCPM 项目。 国外：Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，还推出了 Stable Video 3D。OpenAI 的 Sora 能生成长达一分钟的视频，保持三维一致性等。Google DeepMind 的 Veo 将文本和图像提示与视频输入结合生成高分辨率视频。 AI 视频生成产品推荐及实践教学： Runway：年初在互联网爆火，由总部位于旧金山的 AI 创业公司制作，2023 年初推出的 Gen2 代表当前 AI 视频领域前沿模型，能通过文字、图片等生成 4s 左右视频，致力于专业视频剪辑领域的 AI 体验，同时扩展图片 AI 领域能力。目前支持网页、iOS 访问，网页端有 125 积分免费试用额度（可生成约 105s 视频），iOS 有 200 多，两端额度不同步。官方网站：https://runwayml.com/ Gen1 和 Gen2 的区别和使用方法：Gen1 的主要能力有视频生视频、视频风格化、故事版、遮罩等，仅支持视频生视频是与 Gen2 的最大差异。Gen1 使用流程： Gen1 能力介绍：https://research.runwayml.com/gen1 Gen1 参数设置:https://help.runwayml.com/hc/enus/articles/15161225169171 学习视频：https://youtu.be/I4OeYcYf0Sc

目前在游戏领域应用的前沿 AI 技术点主要包括以下几个方面： 1. 利用 AIGC 技术实现游戏产业的生产力革命： 降低开发成本：借助人工智能的内容创作工具，如生成新的游戏内容（地图、角色和场景）、驱动游戏中的非玩家角色（NPC）、改进游戏的图像和声音效果等，能够缩减游戏开发的成本。 缩短制作周期：例如通过程序化内容生成，包括利用人工智能生成文字、图像、音频、视频等来创作游戏剧本、人物、道具、场景、用户界面、配音、音效、配乐、动画和特效等，从而减少游戏开发时间。 提升游戏质量和带来新交互体验：AIGC 技术为游戏带来不同以往的新体验，甚至创造出新的游戏类型以及新的交互方式。 2. 游戏内容辅助生成： 生成文、生成图、生成 3D 以及生成音乐。应用场景包括游戏策划人和制作人、美术设计师等。 对于工业化的游戏公司，基于 Stable Difussion 的生成能够通过 2D 美术素材的辅助生成提高创业效率 50%，降低 20%80%的成本。 文生图：通过提示词加参数就可以形成 2D 的参考图，适配度高。 图生图：原画师或美术可以使用，用一个线稿或原画，在原画基础上加一些 Prompt 和参数，就可以形成一个效果图和二级的素材。 动画辅助渲染：用 Lora 对角色背景、关键帧进行风格渲染，例如将真人视频渲染成二次元风。 3. 游戏的智能运营： 智能 NPC 互动：保持长期记忆，保持人物个性和对话表现形式，同时满足成本平衡。 客服、攻略的问答、代码和脚本的生成。主要针对游戏的产品经理、运营经理和社区的运营经理。 游戏社区运营：如海外的 Discord，国内的 Fanbook，让更多玩家在游戏之外，在社群里面很好地互动，基于游戏的美术素材进行二创、查询攻略和使用智能客服。 这些技术的技术逻辑和技术细节如下： 1. AIGC 技术：基于大语言模型和扩散模型，通过机器学习、强化学习等先进技术进行训练，能够理解和生成各种游戏相关的内容。 2. 游戏内容辅助生成：利用深度学习算法对大量的游戏相关数据进行学习和分析，从而能够根据给定的提示或参数生成相应的游戏内容。 3. 智能运营方面：通过构建智能模型，对玩家的行为和需求进行分析和预测，从而提供个性化的服务和互动。

Coze 集成了新闻搜索插件，其中的头条新闻插件能够持续更新，让您了解最新的头条新闻和新闻文章。所以在 Coze 中使用搜索插件是可以搜索到最新新闻的。Coze 还提供了多样化的插件库，涵盖了从基础的文本处理到高级的机器学习功能，以及众多符合平民生活化的插件，如天气预报、出行必备、生活便利等方面的插件。

以下是 AI 的一些最新动态： 《2024 年度 AI 十大趋势报告》发布，其中包括大模型创新，架构优化加速涌现，融合迭代大势所趋；Scaling Law 泛化，推理能力成皇冠明珠，倒逼计算和数据变革；AGI 探索，视频生成点燃世界模型，空间智能统⼀虚拟和现实；AI 应用格局，第⼀轮洗牌结束，聚焦 20 赛道 5 大场景；AI 应用竞争，多领域竞速运营大于技术，AI 助手兵家必争；AI 应用增长，AI+X 赋能类产品大干快上，原生 AI 爆款难求；AI 产品趋势，多模态上马，Agent 席卷⼀切，高度个性化呼之欲出；AI 智变千行百业，左手变革生产力，右手重塑行业生态；AI 行业渗透率，数据基础决定初速度，用户需求成为加速度；AI 创投，投融资马太效应明显，国家队出手频率提升。 对于新手学习 AI，要持续学习和跟进，AI 是快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 《2024 年度 AI 十大趋势报告》从技术、产品、行业三个维度勾勒 AI 现状、展望未来走势。区别于其他智库和研究机构，量子位智库基于长期理解把握和深厚积淀，持续跟踪领域在产学研届的创新、洗牌、动态，结合对近百家初创公司、研究院、投资机构的深度交流。报告不仅深入剖析前沿科技如何迭代技术能力、重塑商业版图、引领产业升级，还敏锐洞察变革趋势，对未来路径进行前瞻性展望。该报告得到了产学研领域众多机构的支持。

以下是最新 AI 行业的一些融资事件： 据《2024 年度 AI 十大趋势报告》，2024 年国内 AI 行业融资总金额增加，但事件数同比下降，马太效应明显，资本更青睐热点和高成熟度赛道。其中智能驾驶在各细分赛道中独占鳌头，投资事件数量和金额总数远超其他赛道，且多家企业成功 IPO。AI+教育、AI+游戏、AI+医疗等赛道投资总额也有增长。政府积极推进 AI 原生行业发展，北京、上海、武汉等城市出台系列政策吸引人才和企业，国家队频繁出手投资。 AIGC Weekly28 报道：Celestial AI 融资 1 亿美元用于使用基于光的互连传输数据；Zenarate 融资 1500 万美元，其为提供 AI 模拟培训平台的公司；Augmedics 获得 8250 万美元，用于使用 AR 和 AI 进行脊柱手术；CalypsoAI 筹集了 2300 万美元，用于生成 AI 模型的护栏。 近期热门融资 AI 产品速递中，包括多种搜索模式且重隐私的搜索引擎 You.com、通过 Sparkpages 来满足用户个性化搜索需求的 Genspark、刚被 OpenAI 收购的提供实时搜索和分析数据库服务的 Rockset、人类与 AI 共存的社交软件 Butterflies AI、可以对销售通话进行记录和辅导的 AI 助手 MeetRecord 等。

以下是关于 DeepSeek 的最新消息： DeepSeek 深夜发布大一统模型 JanusPro，将图像理解和生成统一在一个模型中。模型（7B）：https://huggingface.co/deepseekai/JanusPro7B ；模型（1B）：https://huggingface.co/deepseekai/JanusPro1B 。JanusPro 是一种新型的自回归框架，通过将视觉编码解耦为独立的路径来解决先前方法的局限性，同时利用单一的统一变压器架构进行处理，超越了之前的统一模型，并匹配或超过了特定任务模型的性能。 DeepSeek 以小成本实现媲美领先 AI 产品的性能，并在全球主要市场 App Store 登顶。高盛认为 DeepSeek 或改变科技格局，降低 AI 行业的进入门槛。 DeepSeek 在中文场景表现优秀，日常写作和表达习惯贴近人类，但专业论文总结略弱。数学能力不错，编程能力逊于 GPT。采用 GRPO 算法替代传统 PPO，提升语言评价灵活性与训练速度。 1 月 28 日（除夕）有一场关于 DeepSeek 的高质量闭门会，其创始人梁文锋强调团队文化与长远智能探索。DeepSeek 在技术上虽有优势，但资源有限，需聚焦核心；其推理模型推动效率提升，挑战传统 SFT 方法，标志着新的模型训练范式。 DeepSeek 近日开源了多模态模型 JanusPro，寓意古罗马双面神雅努斯，既能进行视觉理解，也能生成图像。与 DALLE 3 相比，JanusPro 在参数上领先，并具备图像识别、地标识别等多种能力。该模型通过更优化的训练策略、更海量的数据和更大规模的参数（70 亿）实现了更强的智能表现。全面开源，支持商用，MIT 协议，部署使用便捷，Benchmark 表现优异，能力更全面。

以下是关于国内 AI 排名的相关信息： 根据《2024 年度 AI 十大趋势报告》，在 APP 端，截至 2024 年 10 月，夸克和豆包的历史总下载量已过亿，共 56 款产品的历史下载量超百万，8 款产品历史下载量超千万。从单月新增来看，夸克、豆包和 Kimi 智能助手月增长可达到千万级，10 款产品可达百万级；DAU 方面，夸克 DAU 超过 2600 万，豆包、Kimi、天天跳绳和文小言 DAU 超百万；用户粘性方面，夸克和叨叨三日留存率超过 30%。 在 Web 端，月总访问量超千万的共 7 款产品，包括夸克、腾讯文档、百度文库、Kimi 智能助手、文心一言、豆包和通义。在用户活跃度上，共 3 款产品——夸克、Notion 和百度文库的 MAU 超过千万，19 款产品 MAU 超过百万。仅有 14 款产品人均每月访问超过 5 次，13 款产品平均访问时长超过 10 分钟。 另外，AI 智库的月度榜单（9 月）中也有相关排名，如美趣 AI、说得相机提词器、AI 智能写作、创客贴 AI 等产品均在列，同时还包括了排名、产品、特性、分类、应用名称、下载量、环比变化和所属公司等具体信息。

以下是了解 AI 最新发展动态的一些方法： 1. 持续学习和跟进：AI 是快速发展的领域，新的研究成果和技术不断涌现。您可以关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 2. 加入相关社群和组织：考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 3. 阅读权威报告：例如《2024 年度 AI 十大趋势报告》，此类报告通常会从技术、产品、行业等多个维度呈现 AI 的现状和未来走势，深入剖析前沿科技如何迭代技术能力、重塑商业版图、引领产业升级，并对未来路径进行前瞻性展望。 4. 关注权威媒体和学者：关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展，思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。