Le Zhuo

DiffDance crea secuencias de baile detalladas que se ajustan bien a la música.

Transforma texto en imágenes, videos y audio sin problemas con Lumina-T2X.

Un nuevo modelo revoluciona la generación de imágenes a partir de descripciones de texto, mejorando varias industrias.

LLaVA-MoD crea modelos multimodales más pequeños aprovechando el conocimiento de versiones más grandes.

Un nuevo conjunto de datos que mejora la comprensión de videos y el razonamiento de IA.