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/