GPT-4o
GPT-4o是OpenAI最新推出的一款先进的人工智能模型，具备强大的多模态推理能力，能够处理语音、文本和视觉信息。目前，该模型的文本和图像处理功能已在ChatGPT中逐步推出，用户可免费体验，后续将推出音频和视频功能。
MusicGen是什么？
MusicGen 是一个由Meta发布的开源 AI 音乐生成模型，可以根据你输入的描述文本生成新的音乐，也可以上传现有的音乐旋律作为参考。
MusicGen基于 Transformer 架构，可以高效处理音频和文本数据。测试表明，MusicGen 的性能可与 Google 的 MusicLM 媲美。
MusicGen可以做什么？
- 文本提示音乐生成：MusicGen 可以根据文本提示生成新的音乐片段，这些提示可以选择性地与现有的旋律对齐。
- 高质量样本生成：通过使用高效的令牌交错模式和单阶段方法，MusicGen 可以生成高质量的音乐样本，无需复杂的级联模型。
如何使用MusicGen？
MusicGen在线体验地址：https://huggingface.co/spaces/facebook/MusicGen；
使用步骤如下：
- 打开：https://huggingface.co/spaces/facebook/MusicGen；
- 如下图所示，输入文本描述，即你想生产的音乐描述；
- 上传参考的音乐旋律，这是个可选项，也可以不上传；
- 点击下方的生成【Generate】按钮，等待几十秒即可生成音乐；
- 点击播放最右边生成的音乐，即可播放和下载。
另外，在操作下方，也提供了一些参考demo，点击即可体验。
相关资源链接
- 论文地址：Paper
- 谷歌实验室：Google Colab
- 源代码：Github
- 在线体验：Demo
数据统计
相关导航
新壹视频大模型
新壹视频大模型是国内首个聚焦视频AIGC领域的语言大模型。它依托自身的AI创新技术和大数据资源沉淀，结合对行业的深度理解和认知，更能贴合视频场景，输出文本摘要、语义理解等能力。,新壹视频大模型是国内首个聚焦视频AIGC领域的语言大模型。它依托自身的AI创新技术和大数据资源沉淀，结合对行业的深度理解和认知，更能贴合视频场景，输出文本摘要、语义理解等能力。
Imagen
Google AI文字到图像生成模型
Gemma-谷歌发布的最新开放模型，小尺寸可商用
Gemma是谷歌最新发布的一款开放模型，属于轻量级开放模型系列。它采用了与创建Gemini模型相同的研究和技术，是一个小尺寸的大语言模型。,Gemma是谷歌最新发布的一款开放模型，属于轻量级开放模型系列。它采用了与创建Gemini模型相同的研究和技术，是一个小尺寸的大语言模型。
CodeGemma-Google推出的开源代码大模型
CodeGemma是功能强大的轻量级模型集合，可以执行各种编码任务，例如填充中间代码补全、代码生成、自然语言理解、数学推理和指令遵循。,CodeGemma是功能强大的轻量级模型集合，可以执行各种编码任务，例如填充中间代码补全、代码生成、自然语言理解、数学推理和指令遵循。
Codex
OpenAI旗下AI代码生成训练模型
澜舟科技-孟子大模型
孟子预训练模型是基于团队自研的大规模预训练语言模型。可处理多语言、多模态数据，同时支持多种理解和生成任务，能快速满足不同领域、不同应用场景的需求。,孟子预训练模型是基于团队自研的大规模预训练语言模型。可处理多语言、多模态数据，同时支持多种理解和生成任务，能快速满足不同领域、不同应用场景的需求。
天擎-美亚柏科旗下公共安全大模型
天擎是美亚柏科发布的国内首个公共安全大模型。它在2023年的美亚柏科“智会”生态合作大会上正式发布。这个大模型拥有丰富的公共安全行业知识，具备强大的警务意图识别、警务情报分析、案情推理等业务理解和推理能力。,天擎是美亚柏科发布的国内首个公共安全大模型。它在2023年的美亚柏科“智会”生态合作大会上正式发布。这个大模型拥有丰富的公共安全行业知识，具备强大的警务意图识别、警务情报分析、案情推理等业务理解和推理…
