各位佬友们大家好，我在做一个AI日报，今天是第100期，每次整理都是Markdown格式，打算在咱们社区也发一下，每周一到周五都会发，喜欢的可以点个赞。只要我没发过，链接都是直链，欢迎监督！
我不知道能不能发我自己的网站，先不发了，能发的话下期我发个网站，主要是有搜索功能，好了不多bb，开始 linux do 的第一期！。
今天周一，含周末的内容:
省流：
字节 LLaVA-OneVision：开源多模态大模型
Meta VFusion3D：利用视频扩散模型生成 3D
Master Comfy：按需求查找 ComfyUI 自定义节点
sd-webui-comfyui：将工作流集成到 WebUI
阿里 Qwen2-Audio：开启语音对话
Deep-Live-Cam：最火实时换脸
ComfyUI-Veevee：Video2Video 框架
XLabs-AI/flux-lora-collection：Flux LoRA 大集合
大语言模型可视化：3D 交互式 GPT 工作原理
谷歌 Imagen 3：现已面向所有人开放使用
字节 LLaVA-OneVision：开源多模态大模型
LLaVA-OneVision 是之前介绍的LLaVA-NeXT 的进化版本，支持单图、多图和视频，比上一代实现了显著的性能提升和更广泛的应用能力，在各种基准测试上接近 GPT4，可以在这里免费试用。
Meta VFusion3D：利用视频扩散模型生成 3D
今天这个 VFusion3D 是由 Meta 提出并开源的创新方法，即通过利用大量数据训练的视频扩散模型来解决 3D 数据获取困难的问题，进而训练出一个能够从单图生成 3D 的模型，在用户偏好度测试中，获得了 90% 的选择率，可以在这里免费试用。
Master Comfy：按需求查找 ComfyUI 自定义节点
Master Comfy 是由 ComfyDeploy 推出一个用于查找自定义节点的小工具，你可以直接输入你的需求然后就会返回推荐的自定义节点，当然也可以当作节点文档大集合。
此前我一直在用的是 ComfyUI 作者推荐的一个文档：SaltAI Docs，与上面的不同，这个是传统的基于关键词查找的，当然好处是数据也是开源的，你可以基于它做二次开发，例如做一个你的 Master Comfy
sd-webui-comfyui：将工作流集成到 WebUI
sd-webui-comfyui 是一个开源的 A1111 webui 扩展，它支持将 ComfyUI 的工作流嵌入到 WebUI 的流程中，例如预处理或后置处理等，极大的提升了 WebUI 的可玩性。
阿里 Qwen2-Audio：开启语音对话
阿里 Qwen2-Audio 是 Qwen-Audio 的下一代版本。这个新版本能够接受音频和文本输入，并生成文本输出，可以在Qwen2-Audio Collections下载模型和试用演示。
主要特性如下：
- 语音聊天：使用语音直接向模型发出指令，而无需自动语音识别(ASR)模块。
- 音频分析：支持分析包括语音、声音、音乐等在内的音频信息，并结合文本指令进行处理。
- 多语言支持：支持超过 8 种语言/方言，例如中文、英语、粤语、法语、意大利语、西班牙语、德语和日语。
Deep-Live-Cam：最火实时换脸
Deep-Live-Cam 是这两天最火的一个换脸软件，只需要一张照片即可进行换脸直播，需要 6G 显存。支持 Nvidia 或者 AMD 显卡，GitHub Releases 只提供了 CUDA 版本，DML 版本可以在这里下载，有需要国内网盘的话评论一下我上传下。
ComfyUI-Veevee：Video2Video 框架
ComfyUI-Veevee 是一个用于 ComfyUI 中文本图像模型的 Video2Video 框架。项目目前还非常早期，支持 SD1.5 和 SDXL，有需要的可以尝试下。
XLabs-AI/flux-lora-collection：Flux LoRA 大集合
由 XLabs-AI 训练的 Flux LoRA 大集合，包括福瑞、MJv6、动漫、迪士尼、风景、艺术共 6 个 LoRA 模型
大语言模型可视化：3D 交互式 GPT 工作原理
LLM 可视化允许用户以 3D 交互式观察和理解一个 GPT 风格的大语言模型在进行推理时的工作原理，对学习了解 LLM 非常有帮助，也可用于教学演示。这里还有一个中文版
这个项目源自 llm-viz，作者还有一个正在开发的 CPU 模拟器
谷歌 Imagen 3：现已面向所有人开放使用
谷歌 Imagen 3，8 月 2 号才收到测试权限，10 号就全面公开了，生成速度非常的快，质量感觉不如测试时的高，支持英文文字，手部效果非常不错，提示词交互也很不错。
似乎还有一个检测模型，如果生成的质量不好或者令人不适就会提示“此处似乎没有任何内容”