🚀 模型作者为@Dorialexander，下载地址及在线体验链接已公开。
📊 广泛评估表现: 在16个已知数据集中，DocLLM在多种文档智能任务中表现优越，对未见数据集具有强大泛化能力。
“O”:视频输出。2023年，我们看到了文字到视频合成的浪潮:WALT（谷歌）、EmuVideo(Meta)、Align Your Latents(英伟达)、Pika等等，数不胜数。然而，大多数生成的片段仍然很短。我将它们视为AI视频的“系统1”——“无意识”的局部像素运动。
2024年，如何挖掘用户好感依然是国货品牌们的重要课题。
机器人成本低廉，仅为22万元，软件和硬件全部开源。