- 本集音频在小宇宙首发于2024-2-24，请留意内容时效性。
本期播客除了分享Allen Luo的个人背景以及社区故事外，也抛出了一个开放性观点：生成的“实时性”对C端用户构成了AI交互体验的质变，因此蕴含着绝佳的产品机会。 那么，哪些形态的应用会因此得到变革？我们期待和听众们一起头脑风暴，欢迎和我们分享任何想法。
本期人物
Allen Luo：清华大学交叉信息研究院硕士，LCM（Latent Consistency Models）、LCM-LoRA作者 宙宙Jo：建设Diffuseum中，前AI投资，热爱生成式图像和开源
时间线
- 00:35 00后研究者Allen的学术经历
- 02:36 为什么会对推理加速这个方向感兴趣
- 04:57 3个月内从课堂大作业发展到完整开源项目
- 06:10 LCM的原理，为什么可以让Stable Diffusion推理加快10倍
- 08:32 从理论到社区易用性的里程碑：LCM LoRA
- 11:10 百万下载，超出预期的开源社区影响力
- 12:16 和Huggingface的合作方式
- 13:06 LCM当前的用户和代表应用案例
- 15:25 总结出圈的核心原因：“实时性”对终端用户交互体验带来了质变
- 17:27 社区对Allen的改变：从个体研究者到关注用户反馈
- 20:20 LCM的Roadmap：探索视频/AR媒介上的产品想法，关注实时推理对交互形态的改变
- 25:14 Sora发布的感受：对Diffusion的上限充满信心
- 30:00 观察95后AI研究者的共性：更追求结构性变化；动手能力强
相关链接
- Consistency Model：https://arxiv.org/abs/2303.01469
- LCM Hugging Face页面：https://huggingface.co/docs/diffusers/main/en/using-diffusers/inference_with_lcm
- X社区中的LCM用户案例展示：https://twitter.com/search?q=%23LCM&src=typed_query
联系我们
Diffuseum 是一个对生成式图像、开源人工智能感兴趣的社区，这档播客记录我们关注的一线开发者的故事。
- X: jojodecayz
- WeChat: Jozhangsh
- 公众号：Latent Cat
- https://latentbox.com/en/diffuseum
