4. 机器人将加速发展。Optimus将取得巨大进步,许多其他机器人公司也将发布更新。
推出一个非常优秀的视频生成模型,该模型仅在授权数据基础上进行训练。
更多跨行业的知名创作者站出来反对未经创作者同意而训练的AI生成模型。
它不仅可以从图片中提取信息并回答问题,还可以将图片转化为JSON格式。LLaVA还可以识别验证码、识别图中的物体品种等,展现出了强大的多模态能力。在性能上接近GPT-4的情况下,LLaVA具有更高的成本效益,训练只需要8个A100即可在1天内完成。
多种配音角色选择: 提供多种配音角色,包括edgeTTS以及支持openai的TTS模型,用户可以根据需求选择最合适的配音风格。