摩根大通推出多模态文档理解模型DocLLM
“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。
有人说这是一场能够极大提升品牌调性的高级感直播，是东方甄选文化直播后的又一标杆。的确，相比业内流行的叫卖式直播，Zara的直播极大提升了用户的观看体验，有一种高级的质感，这对于时尚服装品牌来说，尤为重要。
值得一提的是，在2023年内，苹果股价累计上涨了49%。
通过实验，Paint3D 在生成多样化纹理贴图方面表现显著，几乎在所有样本上达到更好的效果，成为唯一一个能生成无内嵌光照纹理的算法。