开源模型
EXAONE Deep，LG AI Research开源的推理增强语言模型，包括 2.4B、7.8B 和 32B
Step-Video-TI2V，阶跃星辰开源的文本驱动的图像转视频生成模型，能够根据文本和图像输入生成最多 102 帧的视频
Orpheus TTS,基于 Llama-3b 构建的开源文本转语音模型
AudioX，用于任何音频和音乐生成的统一扩散变换器模型，可以生成高质量的一般音频和音乐
机器人
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)