开源模型击败GPT-4，小模型更流行
图源:微博用户“纽太普同学”
该机器人通过模仿学习，能够执行各种复杂的任务，并支持全身远程操控。
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。
新鲜AI产品点击了解：https://top.aibase.com/