GPT 4 改善了視覺理解能力,可以進行文字到圖像的生成,並具有角色一致性,可以更快地瀏覽網頁和解釋代碼。它還是一種多模態的模型,能夠處理和生成文字、圖像,甚至可能是音頻。

Google 宣布了 Gemini Advanced 的更新、一款新的視頻生成模型,以及一個 AI Test Kitchen 網站。Anthropic 已經全球發佈了他們的模型。Stable Diffusion 宣布了一個名為 Stable Artisan 的基於 Discord 的工具,可以結合圖像、視頻和音頻生成。11 Labs 預覽了一個先進的音樂生成模型。

您可以註冊 Google 新的視頻生成模型的等待名單。Stable Diffusion 的 Stable Artisan 工具可以通過他們的 Discord 伺服器獲得。本文提到的其他 AI 模型和工具,如 GPT 4,都可以通過各自的平台和網站進行訪問。