开源模型
PaliGemma 2 mix，谷歌开源的升级版视觉语言模型，支持图像字幕，OCR，图像Q＆A，对象检测和分割
开源项目
Phantom，字节跳动推出使用单个参考图像对视频生成，支持单主体和多主体参考生成
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。
微信扫描下方的二维码阅读本文
评论(0)