Fooocus 使用 SDXL – Stable-diffusion XL 版作為產生圖片的核心。SDXL 是一款開源免費的 Clipdrop 技術，通過使用擴展現有的圖像處理算法，可以快速而準確地在不同設備上生成圖片
Fooocus – Stable Diffusion XL簡易版
Home – Fotor
Google Bard 實驗更新內容
Bard 迄今功能最強大的模型
- 改變：使用者的意見回饋讓 Bard 變得更直覺好用、更具創意，而且回應速度更快。無論你是想找個創意夥伴共同創作趣味內容、將想法翻譯成 40 多種語言、編寫複雜的程式碼，或是從不同角度探索新知，Bard 都能助你一臂之力，而且品質和準確度大大提升。
- 原因：我們秉持快速疊代原則，努力將 Bard 最先進的技術帶給全世界。你的意見回饋幫助我們打造出迄今最強大的 Bard 版本，讓世界各地的使用者能以各種語言順暢使用 Bard。
使用新版「使用 Google 搜尋」功能，檢查 Bard 的回覆
- 功能：[G] 按鈕讓你借助 Google 搜尋的力量，檢查 Bard 生成的 AI 回覆。此功能將從英文開始支援。如果回覆中陳述可受驗證，該段陳述在回覆中便會醒目顯示，你可以按一下查看更多資訊。
請注意：這些連結為 Google 搜尋找到的內容，不代表 Bard 在撰寫原始回覆時曾使用這些資料來源。 - 目的：大家使用 AI 工具，是為了以全新的方式來理解複雜的內容。使用者在 Bard 的幫助下學習新知，那麼 AI 生成內容的可信度就十分重要，讓你可以安心吸收資訊。
接續他人分享的對話
- 功能：當別人透過 Bard 的公開連結分享功能與你分享他們的 Bard 對話，你可以在自己的帳戶中繼續對話，接續別人開啟的話題。
- 目的：他人的作品往往能激發我們的創意，有越多點子可以參考，我們就越可能發想出真正創新的點子。因此我們推出此功能，讓你能夠輕鬆使用其他人分享的對話，由此展開你的創意探索。
更多功能將於所有支援的語言中推出
- 功能：不管使用何種支援語言，你都可透過 Google 智慧鏡頭上傳圖像、在回覆中顯示 Google 搜尋圖像，並修改 Bard 的回覆，讓回覆更簡潔，或將回覆加長、縮短，甚至改用更專業或更隨性口語的語氣。
- 目的：修改回覆功能可讓你依照需求調整回覆，對自己的創作過程更有掌控權。將圖像加入提示中可激發更多創造力，而在回覆中顯示圖像也能幫你把想法化為具象。
Google 開發的機器學習庫 TensorFlow Hub
TensorFlow Hub 是一個由 Google 開發的機器學習庫，它提供了許多預訓練的機器學習模型和資源，讓開發者能夠輕鬆地使用這些模型來解決各種機器學習任務。你可以在 TensorFlow Hub 上找到許多先進的模型，包括圖像分類、自然語言處理、聲音識別等等。
使用TensorFlow Hub，你不需要從頭訓練一個模型，而是直接使用經過大量訓練的模型來進行預測或特徵提取。節省大量的時間和資源。TensorFlow Hub 還提供了一個便於使用和共享模型的平台，讓開發者能夠輕鬆地找到和使用最適合自己任務的模型。
對於想要使用機器學習的開發者來說，TensorFlow Hub 是一個非常有用的工具，它能夠加速模型開發和部署的過程。
例如：有興趣訓練支援中文的模型，可以參考 Universal Sentence Encoder
classic
VALL-E X: 多語言文本到語音合成與語音克隆 🔊
ALL-E X 是一個強大而創新的多語言文本轉語音（TTS）模型，最初由微軟發佈。雖然微軟最初在他們的研究論文中提出了該概念，但並未發佈任何代碼或預訓練模型。我們認識到了這項技術的潛力和價值，復現並訓練了一個開源可用的VALL-E X模型。我們很樂意與社區分享我們的預訓練模型，讓每個人都能體驗到次世代TTS的威力。 🎧更多細節請查看 model card.
SDXL LoRA 培訓指南(英文)
這份簡報提供學習如何製作LoRA 模型的寶貴資訊。在這份簡報中，你將找到以下指導方針：
- 將最大解析度設定為至少 1024×1024，這是SDXL的標準解析度。
- 使用至少 12GB 內存的 GPU 進行 LoRA 模型的訓練。
- 我們強烈建議在 SDXL LoRA 訓練過程中使用
--train_unet_only選項，以避免因SDXL中的雙文本編碼器而造成無法預料的訓練結果。 - PyTorch 2 比 PyTorch 1 使用的 GPU 內存較少。
此外，簡報還提供了一個使用 Adafactor 優化器的示例配置，該優化器具有固定的學習率，並使用了常數加溫策略。以下是示例配置的代碼片段：
optimizer_type = "adafactor"
optimizer_args = [ "scale_parameter=False", "relative_step=False", "warmup_init=False" ]
lr_scheduler = "constant_with_warmup"
lr_warmup_steps = 100
learning_rate = 4e-7 # 這是SDXL的標準學習率
請點擊這裡查看完整的簡報內容。希望這份簡報能夠幫助你更好地了解如何製作LoRA模型。
CapCut 全能 A.I. 創意平台
CapCut 是一個由人工智慧驅動的全能創意平台，提供視頻編輯和圖像設計功能。無論你是使用瀏覽器、Windows、Mac、Android 還是 iOS，都可以在 CapCut 上進行優質的視頻剪輯和圖像設計。不論你是想在社交媒體上製作精美視頻，還是需要設計專業的圖像作品，CapCut 都可以滿足你的需求。它的智慧 AI 技術讓創作變得更加簡單和有趣，讓你能夠輕鬆地添加特效、滤鏡、字幕等，製作出令人驚艷的視覺效果。無論你是專業的影像創作者還是想體驗一下創作的樂趣，CapCut 都是你的不二選擇。儘管只需要幾個簡單的步驟，CapCut 將幫助你打造出令人難以置信的作品！現在就開始使用 CapCut，展示你的創造力吧！
CapCut 的母公司是字節跳動，一家全球領先的科技公司。字節跳動成立於2012年，總部位於中國北京，並在全球各地擁有多個辦事處和研發中心。字節跳動以創新的技術和產品聞名，致力於為全球用戶提供豐富多樣的數字內容和娛樂體驗。
作為字節跳動的子品牌，CapCut 是其在全能創意平台領域的重要產品之一。CapCut 以其強大的人工智慧技術和精緻的設計工具著稱，為用戶提供了優質的視頻編輯和圖像設計功能。公司在數字內容創作和社交媒體領域擁有豐富的經驗和專業知識，致力於打造創新的產品，提供最佳的用戶體驗。
字節跳動和 CapCut 共同致力於推動數字創意和內容行業的發展，並不斷努力為用戶帶來更多創新和有趣的工具和功能。無論是專業的創作者還是剛入門的用戶，都可以在 CapCut 的平台上發揮創造力，展示獨特的視覺魅力。作為字節跳動的全能創意平台之一，CapCut 一直以來都深受用戶的喜愛，並持續影響著數字內容和創意領域的發展。
LM Studio 探索和運行本地 LLM
V0.2.6 – 16 Sept 2023
👾 LM Studio – 探索和運行本地 LLM LM Studio 是一個強大的工具，讓您可以輕鬆尋找、下載和實驗本地 LLMs（Language Model Mixers）。
LLMs 是一種特殊的語言模型，結合了多個不同的模型來產生更加多樣和靈活的文本生成能力。LM Studio 提供了一個直觀而強大的使用界面，讓您能夠自由探索各種 LLMs 的可能性。
不僅如此，您還可以從社群中下載其他用戶共享的 LLMs，並將其應用到自己的文本生成任務中。
更棒的是，LM Studio 還提供了一個實驗室功能，讓您能夠自行訓練和調整 LLMs。您可以根據自己的需求和喜好，調整模型的參數，以獲得最理想的生成效果。無論您是專業用戶還是對語言模型感興趣的新手，LM Studio 都能夠滿足您的需求。
不要猶豫，立即開始使用 LM Studio，探索本地 LLMs 的無限可能性吧！
