谷歌Gemma 3新版本通过量化感知训练（QAT）优化，显著降低内存需求，27B模型的VRAM从54GB降至14.1GB，支持在消费级GPU上运行，用户可在RTX 3090等设备上轻松使用，提升AI功能。

本文介绍了新应用程序的安装与优化，使用Diffusers Pipeline并进行VRAM优化。用户需重新安装，首次生成时模型会下载至Hugging Face缓存文件夹。建议启用四项优化以提升性能，并提供不同分辨率下的VRAM需求。

CogVideoX1.5-5B-I2V是一个开源图像转视频模型，适用于低VRAM机器，支持1360px分辨率和10秒视频生成。提供安装指南、模型资源和音频生成工具，优化了VRAM使用，适合多种分辨率。

Kohya对FLUX LoRA和DreamBooth进行了重要改进，最低4GB GPU可用于FLUX LoRA训练，6GB GPU用于DreamBooth训练。更新后，下载和安装速度更快，支持FP16和FP8训练，显著降低了VRAM使用。

模型量化（如8bit或4bit）显著降低计算成本并加速推理。Neural Magic的研究表明，量化模型与全精度模型在准确性上差异不大，尤其是大模型（如70b、405b）保持98%以上的性能。尽管小模型（如8b）准确性波动较大，但仍能保持核心语义和结构一致性。量化不仅节省VRAM，还提升推理速度。