腾讯发布多模态音乐生成模型M2UGen
官网地址:https://top.aibase.com/tool/midreal-ai
🤖 AI聊天机器人高斯: 三星Unpacked活动将集中关注人工智能部分,推出名为高斯的新机器人,与谷歌Gemini一同在三星Android设备上运行,提供增强功能。
🌐 开源意义: DreamTalk的开源将为语音合成技术的发展提供新的动力,吸引更多开发者和研究人员参与,拓展项目功能和改进技术。
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。