Replicate 将公开模型按秒价格减半，并公布各档 GPU 新价
Replicate 宣布把公开模型的按秒价格减半，本月内对所有公开模型生效，从 SDXL 到 Llama 2 都包含在内，用户无需做任何操作。
推荐理由：Replicate 把公开模型按秒计费价格砍半并给出各档 GPU 新价，可据此估算自己的推理成本。
Replicate
全部主题Replicate 的模型托管与按次计费：把开源模型变成 API 的成本结构、冷启动与定价单位，是个人开发者做 AI 功能最直接的路径。
30条精选相关主题Hugging FaceTogether AI模型价格与额度
最新精选
第 21–30 条 · 共 30 条Replicate Blog精选AI 评分6868
Replicate Blog精选AI 评分6262 Replicate 为 SDXL 1.0 推出微调支持
Replicate 宣布为 SDXL 1.0 提供微调支持，用户可用自己的图片训练出生成特定人物、物体或风格的新模型。训练只需 5-6 张图片，耗时约 10-15 分钟，默认使用 LoRA，也可切换 Dreambooth 或 Textual Inversion，训练完成后可发布为公开或私有模型并下载 LoRA 权重。
推荐理由：Replicate 为 SDXL 1.0 上线微调支持，给出用几行代码训练自有风格模型的完整流程。
Replicate Blog精选AI 评分6262 Replicate 发布用 API 运行 Llama 2 的教程
Replicate 发布教程，介绍如何用一行代码在云端运行 Meta AI 的 Llama 2，支持官方 JavaScript、Python 客户端以及 cURL 直接调用 HTTP API。
推荐理由：Replicate 官方给出用一行代码在云端调用 Llama 2 的方式，并对比四个模型变体的取舍。
Replicate Blog精选AI 评分5858 Replicate 发布用 API 运行 SDXL 的指南
Replicate 官方发布指南，介绍如何通过 API 运行 Stability AI 的文本生成图像模型 SDXL 1.0，支持文生图、img2img、inpainting 和 refiner。
推荐理由：Replicate 官方说明如何用 API 调用 SDXL，并给出 refiner、img2img 与 inpainting 的用法和参数。
Replicate Blog精选AI 评分6262 Replicate 官方教程：如何微调 Llama 2
Replicate 发布教程，演示如何在平台上微调 Llama 2 7B 做文本摘要，训练数据用 JSONL 格式的 SAMSum 数据集。
推荐理由：Replicate 官方给出在平台上微调 Llama 2 的完整流程，从建模型到跑 API 一步不落。
Replicate Blog精选AI 评分7575 Llama 2 发布后 24 小时内的进展汇总
Meta AI 发布开源语言模型 Llama 2，训练数据达 2 万亿 token，支持 4096 token 上下文，许可证比 v1 更宽松并允许商用。
推荐理由：汇总 Llama 2 发布后一天内出现的部署与试用入口，方便开发者快速了解可用的模型版本和工具。
Replicate Blog精选AI 评分6262 Replicate 上线语言模型部署与微调预览
Replicate 现在支持部署、运行和微调大型语言模型，官方提供 FLAN-T5、GPT-J 和 LLaMA 版本，也可以推送任意自定义模型。模型可用 Python、Node.js 或 HTTP API 调用，无需自建服务器或 GPU；微调功能处于预览阶段，先开放少量名额，支持 Flan-T5、GPT-J 和 LLaMA。
推荐理由：Replicate 上线语言模型托管与微调预览，开发者可据此判断是否把模型部署从自建 GPU 迁到 API。
Replicate Blog精选AI 评分6060 Replicate 教程：如何用 Alpaca-LoRA 微调类 ChatGPT 模型
Replicate 发布教程，介绍如何用 LoRA 和 Alpaca 训练数据微调 LLaMA，并给出从克隆 Alpaca-LoRA 仓库、安装 Cog、转换权重到微调和运行模型的完整步骤。
推荐理由：Replicate 官方给出用 Alpaca-LoRA 微调 LLaMA 的完整步骤，含硬件要求与耗时，可照着复现。
Replicate Blog精选AI 评分6262 Replicate 上线 LoRA：更快微调 Stable Diffusion
Replicate 宣布支持在云端用一次 API 调用训练 LoRA 模型，用于微调 Stable Diffusion。LoRA 由微软研究人员提出，Simo Ryu 将其应用到 Stable Diffusion；相比 DreamBooth 约二十分钟的训练和数 GB 的产物，LoRA 训练最快约八分钟，产物约 5MB，且推理无需冷启动。
推荐理由：Replicate 上线 LoRA 训练与推理接口，并对比 DreamBooth 的训练时长和产物体积，便于开发者判断迁移成本。
Replicate Blog精选AI 评分6060 Replicate 上线 DreamBooth 训练 API，约 20 分钟、2.50 美元训练一个模型
Replicate 发布 DreamBooth API，可在云端训练 Stable Diffusion 模型并运行预测，最少三张训练图、约 20 分钟完成，训练一个模型约 2.50 美元。
推荐理由：Replicate 官方给出 DreamBooth 训练 API 的调用方式与成本，可了解当时云端微调的接入门槛。