🖼️ 利用编码器和模型进行音乐和图像理解,用户可编辑音乐、调整乐器和速度。
2. Stability AI会关闭。近几个月的人才流失和持续走高的烧钱率使其陷入困境。
3. 🌐Articul8定位于金融服务、航空航天、半导体、电信等领域,强调高级别安全性和专业领域知识。
LLaVA是一个端到端训练的多模态大模型,它将视觉编码器和用于通用视觉和语言理解的Vicuna相结合,具备令人印象深刻的聊天能力。而CogAgent是在CogVLM基础上改进的开源视觉语言模型,拥有110亿个视觉参数和70亿个语言参数。
腾讯推出的技术 Paint3D 能够根据文本或图像输入,在不具有内嵌光照信息的3D模型上生成高分辨率、无光照的多样化纹理贴图。