腾讯推出的M2UGen是一款多模态音乐生成框架，结合音乐和多模态任务，支持从文字、图像、视频生成音乐，并具备强大的编辑功能。
🌐 集成多种翻译引擎，如Google、ChatGPT、DeepL，确保用户选择最佳引擎。
6. AI Agent变得更好。Agent不仅会成为主流并在现实世界中找到用例，而且还会开始表现出类似人类的行为。我们将在植物学、市场营销、游戏理论等领域使用Agent来帮助我们预测人类行为。
DeWave可帮助那些无法说话的脑血栓、中风、聋哑人等，可与正常人进行交流，目前翻译的准确率在40%左右。其实这个产品用于谈恋爱场景也不错，双方都带上这个，再也不怕对方撒谎了。
另外，BakLLaVA是使用LLaVA1.5架构增强的Mistral7B基础模型，已经在多个基准测试中优于LLaVA213B。这三种开源视觉模型在视觉处理领域具有极大的潜力。