emm, ComfyUI的作者从Stability.AI离职了

2024-06-20 00:12

本文主要是介绍emm, ComfyUI的作者从Stability.AI离职了,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

🍖背景

今天在更新ComfyUI的过程中,看到Manager中有这样一段描述:

 嗯?做了新的官方网站?然后开始新篇章?

难道说ComfyUI的作者从Stability.AI离职了?

赶紧点开链接看了下,emm,还真的是这样的,那ComfyUI后续的维护和更新会是如何呢?新篇章又会如何发展呢?我们可以一起看看作者写的更新日志。

👑ComfyUI的下一站

(以下内容直接翻译原作者的文章,“我”指的是ComfyUI的作者。)

你们中的一些人可能已经知道,我已经从 Stability AI 辞职,开始新的篇章。我将与 mcmonkey4eva、Dr.Lt.Data、pythongossssss、robinken 和 yoland68 合作创办Comfy Org。我们将继续利用更多资源开发和改进 ComfyUI。

您可能已经注意到,到目前为止,我对所有事情都感到有点不知所措。展望未来,团队将致力于解决 ComfyUI 的许多问题,同时我们将继续专注于让 ComfyUI 保持领先地位。

一些主要焦点:

  • 主要重点是将 ComfyUI 开发为推理 AI 模型的最佳免费开源软件项目。

  • 重点将主要放在图像/视频/音频模型上,并有可能在未来添加更多模式。

  • 该团队将专注于让 ComfyUI 更易于使用。这包括迭代自定义节点注册表并执行一些基本标准,以使自定义节点的安装更安全。

我相信真正的开源才是最好的出路,并希望 ComfyUI 能够取得更大的成功,从而激励更多公司加入开源行列。我个人认为闭源 AI 是一条死路,浪费时间。

感谢大家对 Comfy 的支持、贡献、编写自定义节点以及成为 Comfy 生态系统的一部分。未来才是真正的 Comfy。

请务必查看 Comfy Org 博客以获取更多更新:Comfy Org Blog

ComfyUI 的新功能

对于那些错过的人来说,这些是过去几周 ComfyUI 中的主要更新。

SD3 支持

您可以在此处的页面上找到基本示例: https://comfyanonymous.github.io/ComfyUI_examples/sd3/

稳定的音频支持

我还没有在示例页面上放这个示例,因为还有一些事情要做,但它应该可以工作,如果你想尝试一下,你可以在以下位置找到工作流程:https://gist.github.com/comfyanonymous/0e04181f7fd01301230adc106b691cc2

TensorRT 支持

感谢 Nvidia,现在有了用于 ComfyUI 的 TensorRT 节点,这些节点可用于将模型编译为 TensorRT 引擎文件,以在推理过程中获得大幅速度提升。

🥽未来会如何

继StabilityAI的CEO团队离职,倒闭谣言满天飞,核心技术团队离职,SD3开源拖拖拉拉等一系列事件后,现在看起来ComfyUI的作者,也离职了。甚至,ComfyUI的作者在成立新的Comfy Org的时候,把stabilityAI自己官方研发SwarmUI的创建者也一起带跑了,这就让本来就研发进度和人气拉跨的SwarmUI更加雪上加霜。

从作者公开信上看,应该自己也还没做好准备就从StabilityAI离职了,结合话里话外的描述,或许是不满于StabilityAI摇摆不定的开源、闭源策略,以及未来公司的发展愿景,他是相信开源会在未来的人工智能时代占一席之地。

他在离开StabilityAI后,成立了Comfy Org,会继续致力于ComfyUI的生态发展,并且在目前已经又的“图像”“视频”能力上,会增加“音频”,而且未来还会添加更多模式。

目前其实ComfyUI已经有不少作者在尝试在ComfyUI中使用ChatGPT或者其他本地大模型嵌入到ComfyUI的工作流中,或许按照这个路径发展下去,会变成一个更通用的AI模型低代码开发工具也是有可能的。

总的来说,一时半会儿不需要担心ComfyUI作者断更的问题。 

✨写在最后

之前一直讲的都是webUI的课程,这次针对ComfyUI的新手开了一门图文课程,目前还在持续更新中,欢迎订阅哦~

https://blog.csdn.net/jumengxiaoketang/category_12683612.html

感谢大家的支持~

这篇关于emm, ComfyUI的作者从Stability.AI离职了的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1076551

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek