谷歌 Gemini 模型重夺竞技场榜首
谷歌 AiStudio[7] 上新了实验性的 gemini-exp-1121 模型，该模型在 lmarena[8] 上超越了昨天 OpenAI 发布的新 4O 模型，重新夺得了榜首。好家伙，回合制，OpenAI 第一的位置屁股还没坐热呢。
阿里 In-Context LoRA：高效多场景精准出图
In-Context LoRA[1] 是阿里最近非常火的一个项目。上次介绍时，模型还未开放，现在官方已经放出了 10 个预训练模型。社区围绕它开发了多种工作流，如虚拟试穿、品牌设计、对象迁移和角色扮演等。
IC LoRA 基于 Flux 这玩意生成的效果非常好，电商领域一定能打出一片天。
配图使用 Logo in Context[2] 制作，这也是利用了 IC LoRA。配合图生图技术，可以将任何 Logo 融入到任何事物中。
京东健康开源音频驱动的数字人头项目 JoyVASA
JoyVASA[3] 是京东健康开源的一个音频驱动的数字人头项目，它不仅支持唇形一致和表情控制，还能为动物生成数字头。这类技术在市场上非常多，有需求的读者可以在三花上搜索'数字人'，不过真正落地的不多，JoyVASA 看起来是个不错的选择。
Black Forest Labs 发布 FLUX Tools：官方支持的控制模型
黑森林实验室（Black Forest Labs）发布了 FLUX Tools[4] 系列模型，包括：
- Fill 支持局部重绘和扩图
- Depth & Canny 官方 Controlnet 模型
- Redux 图像参考图生图 这些模型均已开放下载，并基于 Flux dev 的开源协议。ComfyUI 发文[5] 表示第一时间支持了这些模型，官方下场做生态，好日子来了。
Tülu 3：完全开放的大模型
Tülu 3[6] 70B & 8B 是一个完全开放数据、评估代码和训练算法的大模型。在 12 项基准测试中，其平均得分超越了许多同参数量开源模型，特别是 70B 模型，其表现甚至超越了 GPT4o-mini，直逼 claude 3.5 haiku。官方宣称，他们的目标是让任何人都能后训练模型，因此不仅开放了权重，还一并开放了整套基础设施。非常的酷