Midjourney将推文本转视频模型
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。
最初的AI设备可能不是智能手机。我们已经看到一些新型移动设备的例子，这些设备使AI成为核心，而不是像今天的智能手机那样将其视为事后的想法。Humane的Ai Pin是一款售价699美元的设备，可以进行对话并进行实时语言翻译。有报道称前苹果设计师Jony Ive、OpenAI的Sam Altman和软银的Masayoshi Son已联手讨论创建某种AI设备。
**划重点:**除了可以从文字生成音乐外，它还支持图像、视频和音频生成音乐，并且还可以编辑已有的音乐。该项目利用了MERT等编码器进行音乐理解，ViT进行图像理解，ViViT进行视频理解，并使用MusicGen/AudioLDM2模型作为音乐生成模型（音乐解码器）。用户可以轻松移除或替换特定乐器，调整音乐的节奏和速度。这使得用户能够创造出符合其独特创意的音乐作品。