体验地址:https://top.aibase.com/tool/m2ugen
摩根大通发布了DocLLM，一款专为多模态文档理解设计的生成式语言模型，通过轻量级扩展LLM，避免昂贵的图像编码器，以提高文档分析效能。
并且，对于容易发生大地震的地区，间隔可能长达数百年，不确定性如此之大，这种预测方法基本是不靠谱的。
通过分析人体3D骨骼关节点的坐姿分析技术，台灯能够准确识别不良坐姿，并通过语音提醒孩子矫正坐姿。同时，台灯还能通过检测孩子的专注度，提醒孩子适时休息，保护眼睛和身体健康。家长可以通过手机APP查看实时报告，了解孩子的学习情况，并进行针对性的纠正和指导。
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。