🚀 采用创新方法生成大规模音乐指导数据集，展示出色的音乐生成和编辑能力。
“O”:视频输出。2023年，我们看到了文字到视频合成的浪潮:WALT（谷歌）、EmuVideo(Meta)、Align Your Latents(英伟达)、Pika等等，数不胜数。然而，大多数生成的片段仍然很短。我将它们视为AI视频的“系统1”——“无意识”的局部像素运动。
曾经，专家们一度非常有信心。
但实际上，这场地震2004年才发生，所以可以说，预测失败了。
我们大概就领先几个月，然后这个平台就公开，但是我们会开发更好的。