Видео

Dziękujemy :)

Flux.1-Pro jest największy - nie wiadomo bo nie jest open source, zdaje się że BFL nie wspomina nigdzie o wielkości, ale Flux.1-dev ma 12B, więc można zgadywać że Pro ma ~16B. Ideogram to zamknięte narzędzie, informacje o jego wielkości, architekturze etc nie są w ogóle dostępne, nie były też w przypadku poprzedniej wersji.

My też polecamy, ale wymaga to zarówno solidnego sprzętu jak i trochę czasu. Na razie przedstawiliśmy sposób na szybkie wypróbowanie modelu, ale wkrótce będzie też film jak postawić go w ComfyUI lokalnie.

Mamy w planach porównanie między Midjourney, Fluxem i Ideogramem. Leonardo to bardziej rozbudowane narzędzie do grafiki bazowane na różnych AI, niż pojedynczy model - nadal świetne w wielu zastosowaniach, ale jednak trochę co innego. Zaś Dalle to po prostu inna liga - imo nie ma sensu go porównywać, chyba że dla kontrastu ;)

Hype jak najbardziej jest, ale nie dotyczy wszystkich. Wiele osób nie zdaje sobie sprawy z możliwości które już może im dać AI, ale za to jest pełna obaw co do zagrożeń - od utraty pracy (artyści), przez prywatność (afery Adobe, Microsoftu), po zagrożenia fundamentalne. Wydaje mi się, że wśród mas AI ma obecnie raczej złą prasę. Dlatego tu jesteśmy - kijem wisły nie zawrócimy, ale staramy się uświadamiać jak każdy może na tej rewolucji skorzystać, zamiast się przed nią ukrywać.

Słuszna uwaga! Wcześniej robiliśmy własne testy korzystając z domyślnych interfejsów i podaliśmy ich wyniki. Same testy też znalazły się w filmie, tak aby każdy mógł sam ocenić który model wypadł lepiej. Tutaj z kolei jest porównanie głównie syntetycznych benchmarków które testują same modele, bez dobrodziejstw interfejsu i promptów systemowych. W ślepym teście użytkowników (0:55) widać że różnica między modelami jest tak naprawdę bardzo mała (ten test też sprawdza gołe modele). W zależności od zadania i sposobu korzystania szala może się więc przechylać na korzyść jednego albo drugiego. Powinniśmy to podkreślić w filmie, dzięki za zwrócenie uwagi.

Bardzo dziękuję za miłe słowa 😊

Wystarczy odwiedzić stronę perplexity.ai, nie potrzeba aplikacji.

Sama strona internetowa jest aplikacją..

Jest w AppStore napewno

Zestawienia produktów na spam-portalach pewnie 🤷. Jak sztuka kilku, to pewnie sięga głównie do takich zestawień i stąd różnica.

Myślę że duże znaczenie ma liczba tzw. tokenów, pewnie jest mała i gdy trzeba zebrać informacje szeroko (np. tworząc zestawienie) to wychodzi płytko. Gdy zbiór informacji ma być wąski, to daje się wejść w głąb tematu.

Nic straconego! ChatGPT niby taki mądry a też nie wie 😉

Ciekawe że google przetłumaczył "sedes" jako "siedziba główna"

Część całego czasu odpowiedzi rzeczywiście zależy od lokalnego sprzętu, ale na nim operuje jedynie whisper. Nadal musimy poczekać na odpowiedzi z API OpenAI/Google, a to niestety zajmuje najwięcej czasu w całym procesie. Model TTS w tym przypadku jest używany także z API OpenAI, a tam wsparcie dla j.polskiego jest takie jak słychać.

@@SmartTechSynergy nie testowałem, szczerze mówiąc, alloy nie obsługuje np. ollamy? Bo na hugginface są modele gguf polskie. A czemu twórcy alloy na TTS zdecydowali się użyć zewnętrznego narzędzia to nie wiem, jest fajny model suno/bark przykładowo. Szczerze mówiąc, to to wszystko idzie zrobić w prosty sposób: whisper -> ollama -> bark I w 100% na lokalnym sprzęcie będzie to chodzić... Ollama obsługuje do 16 nvidii jednocześnie dla jednego zapytania dla modeli z rodziny llama

Można oczywiście zmodyfikować tak, żeby używał, ale w formie w której jest obecnie obsługuje wyłącznie modele OpenAI + Gemini. Można też stworzyć podobny system korzystający wyłącznie z lokalnych modeli, ale żadne lokalne modele nie mają na razie startu do GPT-4, czy Gemini.

@@SmartTechSynergy Do celów programistycznych model na ollamie deepseek-coder-v2 w wersji 236B jest porównywalny do GPT4-Turbo. Natomiast tak normalnie to. dbrx 132B, ewentualnie command-r-plus 104B mogą być mniej więcej tak jak GPT3.5. dbrx został przeszkolony na 12Tb danych. Ewentualnie Falcon 180B który jest gdzieś pomiędzy GPT3.5 a GPT4.0 ale z ostatnią aktualizacją ollamy już nie jest wspierany. Sad 😥 bo jego najbardziej lubiłem. Więc byłoby trzeba odkopać poprzednią wersję dla Falcona. OpenSource już coraz bardziej dogania OpenAI 😉🙃 Ja i tak szczerze mówiąc nie mogę się doczekać co to wyjdzie z PLLuM. Bo ma wyjść w grudniu. Praca NASKu 2 uczelni i jeszcze jednej instytucji. Także może to być innowacja dla polskiej sztucznej inteligencji.

rozwiązałeś równanie, ex equals jeden XDDD

To projekt open source. Czuję, że szybciej doczekamy się pełnego 4o na telefonie, niż Alloya 😉