🎵 M2UGen融合音乐理解和多模态任务，支持文字、图像、视频生成音乐。
不要和用户情绪对着干，同时谨慎利用这股力量，可能是花西子留下的最大教训。2024年，克制品牌表达欲望，谨慎对待大众情绪，会是品牌公关的重要课题。
2024年，可能是品牌加速升级直播团队的一年。
LLaVA是一个端到端训练的多模态大模型，它将视觉编码器和用于通用视觉和语言理解的Vicuna相结合，具备令人印象深刻的聊天能力。而CogAgent是在CogVLM基础上改进的开源视觉语言模型，拥有110亿个视觉参数和70亿个语言参数。
针对成果发布问题，《指引》强调，公布突破性研究成果和重大研究进展应经所在科研单位同意。未经科学验证或同行评议的研究成果，科研人员不得向公众传播;不得将已发表的论文或其中的数据、图片等再次发表，不得将多篇已发表论文各取一部分拼凑出“新成果”后发表。