2024-05-01
多模态生成与检索新范式
Google DeepMind推MagicLens文本驱动图像检索，智子引擎发布自主更新多模态大模型Awaker，写真视频效果超Sora；视觉-语言模型详解与FaceChain人像风格赛一等奖方案同步亮相，显示多模态正从“能生成”走向“可控、高保真”。