OpenAI说,它将在「未来几周内」向在美国和在其等待名单上的人发出服务邀请,并且它将在未来将该计划扩展到其他国家和地区。据悉,就在一个多星期前,OpenAI似乎要推出每月42美元的高级或专业版服务,这个价格明显偏高,对于那些不靠该服务赚钱的人来说很难说得过去。而以每月20美元的价格,它可以被更多人使用,包括需要可靠地获得人工智能生成的文本的学生和企业。
🔸 基于微信AI能力的Inpaint wechat微信小程序上线,实现图片选定区域的消除修复功能
🖼️ 多模态人工智能的兴起,使历史模拟更加生动,通过图像与文本交互生成历史场景。
CogAgent还提供了可视化代理的能力,能够返回任何给定任务的计划、下一步行动和带有坐标的具体操作。它还增强了与图形用户界面相关的问题解答功能,可以处理与网页、PC应用程序、移动应用程序等任何图形用户界面截图相关的问题。另外,通过改进预培训和微调,CogAgent还增强了OCR相关任务的能力。这些功能的提升使得CogAgent在多个基准测试上实现了最先进的通用性能。
除了可以从文字生成音乐外,它还支持图像、视频和音频生成音乐,并且还可以编辑已有的音乐。该项目利用了MERT等编码器进行音乐理解,ViT进行图像理解,ViViT进行视频理解,并使用MusicGen/AudioLDM2模型作为音乐生成模型(音乐解码器)。用户可以轻松移除或替换特定乐器,调整音乐的节奏和速度。这使得用户能够创造出符合其独特创意的音乐作品。