微软这个研究相当强啊，可以不经过训练直接融合多个 Lora 不损失效果，而且他们提出的通过 GPT-4V 评价图像质量的方法也很

微软这个研究相当强啊，可以不经过训练直接融合多个 Lora 不损失效果，而且他们提出的通过 GPT-4V 评价图像质量的方法也很有参考性。 项目介绍： 本项目旨在通过新的文本至图像生成方法，着重采用多重低秩适应（Low-Rank Adaptations, LoRAs）技术，创造高度个性化且细节丰富的图像。我们介绍了LoRA开关（LoRA Switch）与LoRA组合（LoRA Composite），这两种方式的目标是在精确度和图像质量上超越传统技术，特别是在处理复杂图像组合时。 项目特色： 免训练方法 LoRA开关和LoRA组合支持动态精确地整合多个LoRA，无需进行微调。 我们的方法不同于那些融合LoRA权重的做法，而是专注于解码过程，并保持所有LoRA权重不变。 ComposLoRA测试平台 这是一个全新的综合性测试平台，包含480套组合和22个在六大类别中预训练好的LoRA。 ComposLoRA专为评估基于LoRA的可组合图像生成任务而设计，支持定量评估。 基于GPT-4V的评估工具 我们提出采用GPT-4V作为评估工具，用以判定组合效果及图像质量。 该评估工具已证实在与人类评价的相关性上有更好的表现。 卓越性能 无论是自动化还是人类评价，我们的方法都显著优于现有的LoRA合并技术。 在生成复杂图像组合的场景中，我们的方法表现出更加突出的优势。 详尽分析 我们对每种方法在不同场景下的优势进行了深入的分析。 同时，我们还探讨了采用GPT-4V作为评估工具可能存在的偏差。 项目地址：

RMBG v1.4一个新的背景分割开源模型，效果非常好，感觉跟现在顶尖的产品 remove bg 的效果不相上下了。

RMBG v1.4一个新的背景分割开源模型，效果非常好，感觉跟现在顶尖的产品 remove bg 的效果不相上下了。 该模型在精心挑选的数据集上进行了训练，其中包括：普通图片库、电子商务、游戏和广告内容，使其适用于商业用例，为大规模的企业内容创建提供动力。 模型使用超过 12,000 张高质量、高分辨率、手动标记（像素精度）、完全许可的图像进行训练。 其准确性、效率和多功能性目前可与领先的开源模型相媲美。 模型下载：

GPT4的论文里说了一些非常可怕的事情：

GPT4的论文里说了一些非常可怕的事情： - 模型在训练过程中涌现出了自己的目标 - 为了目标寻求权利、获取资源、长期规划 - GPT4 部署到云端后，可以自己赚钱、复制自己、增加自己的健壮性 - 我们所接触到的 GPT4 已经加了很多安全措施

一个非常有意思的项目可以用 SD 直接生成透明的 PNG 图片，也可以直接生成带有透明度分层的图片。

一个非常有意思的项目可以用 SD 直接生成透明的 PNG 图片，也可以直接生成带有透明度分层的图片。 这个想象力很大能带来很多玩法。也可以使用现有的 SD 社区模型。 项目介绍： LayerDiffusion使得大型已经过预训练的潜在扩散模型（latent diffusion model）能够创造透明图像。 这项技术不仅可以生成单独的透明图像，还能生成多层透明图层。它通过一种被称为“潜在透明度”的方法，将透明度（即 alpha 通道）整合到预训练的潜在扩散模型的潜在结构中。 这样做的好处是，它通过以潜在偏移的形式加入透明度，几乎不改变模型原有的潜在分布，从而保持了模型的高质量输出能力。基于这种方法，任何一个潜在扩散模型都可以通过对潜在空间的微调，转化为透明图像生成器。 我们训练这个模型时，使用了一种涉及人机互动的方法，收集了一百万组透明图像层数据。 我们的研究显示，这种潜在透明技术不仅可以应用于不同的开源图像生成器，还可以适配多种条件控制系统，实现例如基于前景/背景条件的层生成、层的联合生成、对层内容进行结构控制等多种应用。 一项用户研究发现，大多数情况下（97%），相比于之前的临时解决方案（如先生成图像再进行抠图处理），用户更喜欢我们直接生成的透明内容。用户还表示，我们生成的透明图像在质量上可媲美真实的商业级透明素材，例如 Adobe Stock 提供的素材。 论文地址：

卧槽 MagicClothing 这个AI 换装的演示效果有点强啊。

卧槽 MagicClothing 这个AI 换装的演示效果有点强啊。 而且还可以与 ControlNet 和 IP-Adapter 等其他技术结合使用。还是开源的，期待对应的 ComfUI 节点。 详细介绍： 推出了一种名为 Magic Clothing 的新型网络架构，它基于潜在扩散模型（LDM）进行开发，专门处理一项新的图像合成任务服装驱动的图像合成。 该系统旨在生成根据不同文本提示定制的、穿着特定服装的角色。在这一过程中，图像的可控性至关重要，主要是要确保服装的细节得以保留，并且生成的图像要忠实于文本提示。 为了实现这一点，我们开发了一种服装特征提取器，用以详细捕捉服装的特征，并通过自注意力融合技术，将这些特征有效整合到预训练好的LDMs中，确保目标角色的服装细节不发生改变。 同时，我们还使用了一种称为联合无分类器指导的技术，以平衡服装特征和文本提示在生成图像中的影响。 此外，我们提出的服装提取器是一个可插拔模块，可以应用于多种经过微调的LDMs，并能与 ControlNet 和 IP-Adapter 等其他技术结合使用，进一步提高生成角色的多样性和可控性。 我们还开发了一种名为匹配点LPIPS（MP-LPIPS）的新型评估指标，用于评价生成图像与原始服装之间的一致性。 论文地址：

OpenAI 最新论文观察了GPT 对美国劳动力市场的影响

OpenAI 最新论文观察了GPT 对美国劳动力市场的影响 「我们调查了生成性预训练转化器（GPT）模型和相关技术对美国劳动力市场的潜在影响。使用一个新的评分标准，我们根据职业与GPT能力的对应关系进行评估，其中包括人类专业知识和GPT-4的分类。我们的研究结果表明，大约80%的美国劳动力可能至少有10%的工作任务受到GPT的影响，而大约19%的工人可能看到他们至少50%的任务受到影响。这种影响跨越了所有的工资水平，高收入的工作可能会面临更大的影响。值得注意的是，这种影响并不限于近期生产力增长较高的行业。我们的结论是，生成性预训练变压器表现出通用技术（GPTs）的特征，这表明这些模型可能具有明显的经济、社会和政策影响。」