Midjourney将推文本转视频模型
🔒 私密功能:新增“/start_private”命令,用户可创建完全私密内容,避免社交尴尬。
“I”:视频输入。GPT-4V对视频的理解还相当原始,因为它将视频视为一系列离散图像。减少信息冗余的最聪明方法是什么?学习目标应该是什么?下一帧预测与下一个单词预测有着明显的类比关系,但它是否是最佳的?如何与语言交错?如何引导机器人和人工智能的视频学习?业界尚未达成共识。
没有一套基准、排行榜或评估工具能够成为模型评估的一站式服务。
此外,个人版还支持类 Siri 的悬浮语音交互,用户可以通过语音与 AI 工具进行交互。