MJ终于出角色一致性了，虽然之前大家就用图片参考和插件换脸的方式尝试过很多路径，但是这次官方终于下场了，这篇文章我会用甜茶的图片为案例看看MJ这个超级重要的功能完成度有多高。

3月12日一早，Midjourney他们终于决定把万众期待的功能放出来了。风格一致性、角色一致性、场景一致性，三个能真正进入生产管线的极度重要的可控性功能。

预告了好久的MJ角色一致性功能终于来了， 新的命令“ --cref ”与 样式参考 “--sref”功能类似，但它不是匹配参考样式，而是尝试让角色匹配 "角色参考 "图像，--cref 目前只适用于 niji 6 和 v6 模型。

你要说这两个月，最火的大模型公司和最火的大模型应用是什么，那肯定是：月之暗面，和他们的Kimi。

文心一言的各方面能力，依然是国产大模型一哥，地位牢不可破。在领先优势方面，不仅仅是大模型的推理能力，还有产品运营层面的综合稳定考核。

可能有挺多人没听说过这个Kimi Chat，但是这次的测评却让我体会到了不一样的感受，不得不说，国产大模型也有厉害的啊！

从放出的Demo效果来看，Pika 1 0正式版不仅能根据文字图片，可编辑性还特别强，指定视频中的服饰元素，一句话就能实现快速“换装”。

阿里云发布代号为Qwen-72B的开源模型，在10个权威基准评测中刷新开源模型最优成绩。在部分测评得分还超过了闭源的GPT-3 5和GPT-4。

从PIKA爆火之后，AI视频项目开始井喷式爆发。不管是学术界的，还是产品界的，都像在人们的眼光聚焦在AI视频上时，来推出自己的东西。割韭菜的也有，但是学术真正牛逼的东西更多。有3个令我映像非常深刻，也在我群里和朋友圈里刷屏的三个项目

PIKA1 0全网爆火后。我作为PIKA的超级合作者，一直盼星星盼月亮，等他们的PIKA1 0 等啊等，等啊等,在内部渠道登记了我的邮箱后。又过了一天。终于。收到了来自PIKA的邮件。

谷歌双子座Gemini大模型终于发布！其中最引人注目的一张图，MMLU多任务语言理解数据集测试，Gemini Ultra不光超越GPT-4，甚至超越了人类专家。

当地时间12月7日，马斯克突然宣布旗下的Grok AI大模型向付费用户大批量开放了。根据官方介绍，Grok具有非常出色的幽默感，从实测来看的确如此。

针对Meta Imagine，Midjourney，Adobe Firefly，Dalle，这四个我心目中的比较大的AI绘图模型测评。我会从细节质量、审美(构图色彩等)、风格多样化、语义理解这四个维度来评测，每个维度3个Prompt，同时每个Prompt我会在AI绘图模型中roll3次，取效果最具有代表性的那个图，尽量减少偏见。

Pika 1 0正式上线后，拿到内测资格的网友们已经玩疯了!有人用它生成了一个姜黄色头发女孩和她的姜黄色猫的短片。以往，因为一致性的难题，用AI视频很难做出优秀的动漫作品。但是Pika 1 0 实在是太给人惊喜了!

虽然圣诞节已经临近，但谷歌还在卷个不停——号称对标DALL·E 3的最强竞品文生图模型——谷歌Imagen 2，终于重磅上线了。

有点意外，Midjourney猝不及防，北京时间下午13:56 老美那边大概夜里10点，发布了新版的V6 Beta模型。他们是想趁着还没回家过圣诞，赶紧先发了。然后让大家一边过圣诞，一边给他们打黑工帮他们测模型。这一下子给我发的，是着实的有点猝不及防。

兵贵神速，Midjourney V6昨天上午说要来，下午就真来了。神图纷纷炸出，光影效果登峰造极，主打一个「你能说我就能画」，擅长写Prompt的朋友，你们有福了！

在我过去的所有文章中，我一直把AI分成四个模态去进行分类：AI文本(大语言模型)、AI绘图、AI声音、AI视频，而在我最近的交流和访谈中，有一个游离于这四模态之外的存在，被反复提起。AI 3D。

兵马俑跳《科目三》，是我万万没想到的。有人借助了阿里云之前走红的AI视频生成技术——「Animate Anyone」，生成出来了这个舞蹈片段。