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。
另一项假设的创新可能是一种AI工具，它可以根据被盗数据计算组织将支付的最高赎金。我们报告了2023年第二季度参与者在其产品中实施AI的一些示例，其中包括使用AI提供免费翻译服务的初始访问经纪人 （IAB）。2023年5月，我们报告了一个威胁行为者提供了一种据称可以绕过ChatGPT限制的工具。
依赖于预训练大语言模型:DeWave在实现脑电波到文本的转换过程中使用了预训练大语言模型，如BART。
4️⃣ React Agent 🕵️♂️
LLaVA是一个端到端训练的多模态大模型，它将视觉编码器和用于通用视觉和语言理解的Vicuna相结合，具备令人印象深刻的聊天能力。而CogAgent是在CogVLM基础上改进的开源视觉语言模型，拥有110亿个视觉参数和70亿个语言参数。