🎥 Midjourney计划推出“文本转视频”模型,扩展AI形象生成器到视频创作领域。
图源备注:图片由AI生成,图片授权服务商Midjourney
BakLLaVA是使用LLaVA1.5架构增强的Mistral7B基础模型,具备更好的性能和商用能力。BakLLaVA在多个基准测试中优于LLaVA213B,并且可以在某些数据上进行微调和推理。虽然BakLLaVA在训练过程中使用了LLaVA的语料库,不允许商用,但BakLLaVA2则采用了更大的数据集和更新的架构,超越了当前的LLaVA方法,具备商用能力。
支持多种翻译引擎: 集成了多种翻译引擎,包括Google、ChatGPT、DeepL、Baidu、DeepLX、Gemini、Tencent等,确保用户能够选择适用于其项目的最佳翻译引擎。
Paint3D 利用两阶段纹理生成框架,首先通过预训练2D图像生成模型获取输入的引导信息,然后在UV纹理空间上训练无光照扩散模型,生成无光照纹理,提升3D模型纹理生成效果。