Le Zhuo

DiffDance cria sequências de dança detalhadas que combinam bem com a música.

Transforme texto em imagens, vídeos e áudio de boa com o Lumina-T2X.

Um novo modelo revoluciona a geração de imagens a partir de descrições de texto, melhorando várias indústrias.

LLaVA-MoD cria modelos multimodais menores usando conhecimento de modelos maiores.

Um novo conjunto de dados que melhora a compreensão de vídeo e o raciocínio da IA.