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。
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。
过去很多人认为达人的优势是流量、内容，品牌的优势是货品、经营，直播电商的奥义就是两者结合，各取所需，但随着行业愈发内卷，辛巴、疯狂小杨哥们建起了自己的供应链，越来越多品牌也开始学着自建内容、自造流量。
然而，解决大模型的幻觉问题并不容易。一般情况下，当检索不到相关信息或知识库中没有相关信息时，大模型会产生幻觉来填补空白。为了解决这个问题，WikiChat通过汇总和过滤检索到的信息，而不是直接生成响应。同时，研究人员还教导了LLM理解时间背景，以及在必要时让系统说「我不知道」。
Inpaint_wechat的开发过程中借鉴了inpaint_web项目，成功实现了该功能从web平台到微信小程序的迁移。这意味着用户可以在微信平台上方便地使用这一实用功能。