腾讯推出的M2UGen是一款多模态音乐生成框架,结合音乐和多模态任务,支持从文字、图像、视频生成音乐,并具备强大的编辑功能。
通过GPT-4和DELL-3的结合,使用ChatGPT模拟庞贝古城火山爆发时的历史情景,并展示了多模态人工智能的强大功能。
机器学习能够建立起一些原本不存在的关联,而其中的一些关联让人感到非常惊喜。论文地址:https://aclanthology.org/2023.findings-emnlp.157.pdf
图源备注:图片由AI生成,图片授权服务商Midjourney