Midjourney公司计划在未来几个月推出“文本转视频”模型，通过在1月开始培训视频模型，强调其自然发展和在生成视频领域引入竞争动态，同时V6更新提升画质和用户体验。
相比马斯克的Neuralink脑机接口芯片，DeWave使用更加简单方便，无需做昂贵的手术植入芯片，通过海量数据训练的大模型就能将脑电波翻译成文本。
项目代码:https://top.aibase.com/tool/wikichat
它不仅可以从图片中提取信息并回答问题，还可以将图片转化为JSON格式。LLaVA还可以识别验证码、识别图中的物体品种等，展现出了强大的多模态能力。在性能上接近GPT-4的情况下，LLaVA具有更高的成本效益，训练只需要8个A100即可在1天内完成。
此外，M2UGen还加入了适配器和LLaMA2模型，使得该模型具备多种能力。