腾讯发布多模态音乐生成模型M2UGen
GPT-4.5/5将发布，但AGI仍未实现@科技博主Matthew Berman
站长之家（ChinaZ.com）1月4日 消息:近期，GPT-4V的开源替代方案在中国的顶尖学府清华、浙大等的推动下，出现了一系列性能优异的开源视觉模型。其中，LLaVA、CogAgent和BakLLaVA是三种备受关注的开源视觉语言模型。
DreamTalk能够生成高质量的动画，使人物脸部动作看起来非常真实。除了逼真的嘴唇动作，它还能展现丰富的表情，使动画更加生动。此外，DreamTalk支持多种语言，无论是中文、英文还是其他语言，都能很好地同步。
据悉，新款iPad Pro将采用全新的串联堆叠OLED技术，该技术具有两个发射层，相较于单层OLED面板，双层结构面板的屏幕亮度可提升2倍，使用寿命更是长达4倍之久。此外，双层串联OLED显示屏还能降低约30%的耗电量，这有望让设备在搭载更小容量电池的同时，实现更轻薄的机身设计。