腾讯发布多模态音乐生成模型M2UGen
模型将几乎免费地部署在CPU上，而不是API服务。
有人说这是一场能够极大提升品牌调性的高级感直播，是东方甄选文化直播后的又一标杆。的确，相比业内流行的叫卖式直播，Zara的直播极大提升了用户的观看体验，有一种高级的质感，这对于时尚服装品牌来说，尤为重要。
然后，HandRefiner采用条件修补方法来处理识别出的问题手部。它生成一个深度图，其中包含了关于手部形状和位置的重要信息。这个深度图被用作指导，通过ControlNet集成到扩散模型中。最后，HandRefiner将重新画好的手部放回原来的画作中，替换掉原本画错的手，而其他部分保持不动，保持了原画的风格和内容。
3、LLaVA在视觉聊天和推理问答方面表现出接近GPT-4水平的能力。