文心一言是什么？ 文心一言是由百度公司开发的AI聊天机器人，能够与人交互、回答问题及协作创作。 百度全新一代知识增强大语言模型，文心大模型家族的新成员，能够与人对话互动，回答问题，协助...

M2UGen是什么？ M2UGen是一个多模态音乐理解和生成模型的项目。该项目利用大型语言模型的能力，结合MU-LLaMA模型、MosaicML的MPT-7B-Chat模型、BLIP图像字幕模型和VideoMAE字幕模型，生成音乐相...

混元DiT是什么？ 混元DiT是腾讯最新开源的文生图AI模型，采用了与Sora、Stable Diffusion 3相同的DiT（Diffusion With Transformer）架构，支持中英文双语输入及理解，参数量达到15亿。它是业界...

Gemini 1.5是什么？ Gemini 1.5是谷歌发布的全新AI大模型，除了性能显著增强，还在长上下文理解方面取得突破，它可以处理多达100万token，实现了迄今为止任何大型基础模型中最长的上下文窗口。...

Llama 3是什么？ Llama 3是一款由Meta推出的新一代开源人工智能大语言模型，Llama-3 包含 8B（80亿参数）、70B（700亿参数）两个版本，分为基础预训练和指令微调两种模型，还有一个超4000亿参数...

EMO是什么？ EMO是一个由阿里巴巴发布的音频驱动的肖像视频生成框架。它能够通过单一参考图像和音频输入，生成具有丰富表情和多样头部姿势的虚拟角色视频。EMO利用先进的注意力机制和去噪网络，...

腾讯混元大模型是什么？ 腾讯混元大模型（Tencent Hunyuan）是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。它可以持续训练和学习，覆...

火山方舟是什么？ 火山方舟是字节跳动旗下火山引擎推出的一站式AI大模型服务平台，该平台提供模型精调、推理、评测等全方位功能与服务，提供丰富的插件生态和AI原生应用开发服务，并通过安全可...

豆包大模型是什么？ 豆包大模型是字节跳动自研的一系列人工智能模型，包括通用模型Pro、Lite、角色扮演模型、语音合成模型、声音复刻模型、语音识别模型、文生图模型、Function Call模型和向量...

Imagen 3是什么？ Imagen 3 是 Google DeepMind 最新推出的文本到图像生成模型，它能够生成高质量、高分辨率的图像，具有更好的细节和丰富的光照效果。该模型支持多种视觉风格，从照片般逼真到...