一場關於建構 AI 研究代理程式的研討會。主要目的在於介紹 AI 代理程式的基本概念，並讓參與者獲得端到端構建代理程式的實務經驗。講者首先解釋何謂 AI 代理程式，並將其與大型語言模型 (LLM) 互動的方法，例如簡單提示和檢索增強生成 (RAG)，進行比較，強調 AI 代理程式在處理複雜任務和個性化回應方面的優勢。接著，講者深入探討了 AI 代理程式的幾個關鍵組成部分：規劃與推理 (包含 Chain of Thought 和 React 等設計模式)、記憶體 (短期和長期記憶體) 和工具。最後，研討會的實作部分引導參與者利用 Langchain 框架，結合 Fireworks 模型和 MongoDB，一步步建構一個可以提供研究協助的 AI 代理程式，其中涵蓋了工具的建立、代理程式的設計，以及記憶體的添加。
高效能語言模型推論引擎
它以 Rust 編寫，支援多種模型、量化方法 (GGML, GPTQ, HQQ 等) 和加速器 (CUDA, Metal, CPU)，並提供 便捷的 Python API 和 OpenAI 相容的 HTTP 伺服器。 核心功能包括 快速推論、多種量化技術 以提升效能，以及對 LoRA、X-LoRA 等模型調整技術的支援。 附詳細說明安裝、建置、模型取得和使用方法，並提供豐富的範例程式碼與效能基准測試結果。(支援 Mac M 系列)
結合擴散的圖像生成和多模態大型語言模型 (MLLM)
DiffSensei 效能超越現有模型，代表在漫畫生成領域的重大進展，實現了文本可調整的角色客製化，並公開程式碼、模型和數據集。
DiffSensei 使用遮罩交叉注意力來整合角色特徵，實現精確的版面控制，並透過 MLLM 調整角色特徵以符合面板的文字提示，從而靈活調整角色的表情、姿勢和動作。研究團隊也公開了一個大型數據集 MangaZero，包含大量漫畫頁面和標註面板，以支援此任務。實驗結果顯示。
輸出的 3D 型以 Mixamo 加入 Rigging 教學
短片說明如何在 ComfyUI 中使用「Live Portrait」，將靜態人像圖轉換成具有動態表情的動畫。 教學涵蓋了安裝及設定自訂節點、建立工作流程、以及微調動畫以達到寫實或風格化效果等步驟，並詳細解釋如何調整臉部設定（眨眼、嘴部動作、俯仰角度等），以及如何使用預錄影片或手動設定來製作動畫。 此外，也提供了影像及影片素材的選擇建議，以及處理解析度和裁切等常見問題的方法，目標是讓使用者能有效地將靜態圖片轉換成生動的動畫人像。 最後，還以指令範例說明如何設定動作的播放時間與間隔。
