Stability AI 在 2024 年 10 月 22 日推出 Stable Diffusion 3.5，包含多个型号变体，包括 Stable Diffusion 3.5 Large 和 Stable Diffusion 3.5 Large Turbo，以及稍晚发布的 Stable Diffusion 3.5 Medium。

这些模型的尺寸可高度定制，可在消费级硬件上运行，并且根据宽松的Stability AI 社区许可，可免费用于商业和非商业用途。

到2030年，人工智能(AI)将会发展到什么程度？

AI会不负众望，促进经济发展、创造突破性医疗方案、简化日常生活并增加我们的知识吗？还是说，这些预测过于乐观了：AI会失败，会让世界变得更糟？人们担心AI会取代数以百万计的工作岗位、取代人际关系，并以虚假媒体的猛烈攻势来挑战社会，该如何看待这些担忧呢？

《华尔街日报》(The Wall Street Journal)采访了来自学术界、商界、咨询公司和智库的专家，请他们预测到2030年AI将发展到什么程度？以下是一些预测。

技术媒体O'Reilly有一组名为《What We Learned from a Year of Building with LLMs》（我们从一年的大型语言模型建设中学到了什么）的系列文章，一个专业技术团队为所有利用 LLM 打造产品的人分享了一些建议和经验教训，包括战术、运营和战略三部分。

在本篇之前的第一部分是战术：为实现特定目标而采取的具体行动；第二部分是运营：为支持战术工作以实现目标而实施的更高级别的流程。这是第三部分，为使用 LLM 构建的从业者和从事周末项目的黑客分享使用大型语言模型进行构建的战略。

Wordware 是一个使用自然语言构建 AI 代理和应用程序的 IDE，基于 Wordware 构建的应用程序称为“WordApps”，常已用于特定用例，例如法律合同生成、营销内容自动化、发票分析、候选人筛选、生成 PRD（产品需求文档）和 MRD（营销需求文档）等等。

一个席卷互联网的示例程序，将幽默、敏锐的自我意识以及人工智能技术的迷人魅力独特地融合在一起，可以分析 Twitter（X）帐户的个性。

Stable Diffusion 是一种生成人工智能模型，可以根据文本和图像提示生成独特的逼真图像。Stable Diffusion和ChatGPT、Midjourney是AIGC应用快速体验推荐的应用，也与 Meta Llama 3 一起作为开源人工智能模型的代表。

SwarmUI（以前称为 StableSwarmUI）是Stable Diffusion官方推出的一款WebUI框架，致力于易于访问、高性能和可扩展性，可以在Windows、Linux及Mac 电脑及 Docker 上运行（《AIGC应用快速体验》一文中有更多Stable Diffusion用户界面的介绍），支持Stability AI自家的图像模型SD 1.5、SDXL、SD3、Stable Cascade，以及 Black-Forest-Labs FLUX.1，Black-Forest-Labs拥有开发第一个Stable Diffusion的原始开发人员。并且，SwarmUI还支持AI 视频模型（LTX-V、Hunyuan Video、Cosmos 等），并计划在未来支持音频等。

1、什么是Token？

在生成式人工智能的上下文中，Token（词元）指的是文本处理过程中的最小语义单元，通常是特殊定义下一些字符的集合。这些字符包括字母、数字、标点符号以及特殊字符，如换行符等。Token通常由一个数字来表示，它们是大型语言模型或基础模型消费文本的方式。您向模型提供词语，它会将它们转换为Token。作为一般规则，一个Token通常包含四个英文字符（这大约相当于一个单词的 ¾），或者一个汉字，因此一百个Token大约等于75个英文单词，或者 40～50 个汉字（均包含标点符号）。

尽管人们担心人工智能会取代人类，但大部分“打工人”还是在工作中积极拥抱AI来提高工作效率。根据FlexOS（flexos.work）收集的Similarweb网站流量数据，2024年5月份，OpenAI的ChatGPT使用量增长了74%，网站访问量从4月份的18亿次增至31亿次。

OpenAI ChatGPT的发布标志着生成式AI的爆发，是2024年5月份全球工作中使用最多的生成式人工智能工具，紧随其后的竞争对手包括Google Gemini、Anthropic Claude，以及随时要挑战Google搜索引擎的Perplexity（当然，谷歌拥有许多工具来应对挑战，在面对竞争时表现出了惊人的韧性）。

本地部署人工智能模型，不仅通过重视和利用资源赋予个人权力，而且还培育出更加分散和民主的数字生态系统。也就是说，不仅增强了隐私和安全性，还引入了个人计算作为数字时代潜在货币的有趣概念。

Ollama是一个易用的本地语言模型运行框架，可以一键启动并运行Meta Llama 3、Microsoft Phi 3、Google Gemma 2和其他更多开源语言模型（官方模型库也是一份很棒的开源语言模型清单，和NVIDIA提供的最受欢迎的基础模型列表一样，总是汇总支持的最新模型信息），并支持自定义模型导入。

Ollama旨在简化在本地硬件上运行大型语言模型的过程，支持GPU加速以提升推理性能，实质是在本地实现兼容 OpenAI 的大模型服务器（文章后面会提供更多类似产品，但更推荐Ollama、LM Studio或者LocalAI）。

本文基于 Windows 11 + 64 GB + RTX 2080 Ti + Llama 3.x + Cherry Studio 实践。