能够统一理解文本、图像、视频和音频构成的多模态上下文,可生成最高2K分辨率、最长15秒、带有原生立体声音频的视频
0
技术栈
替代方案
相关事件
4
开发者/公司
相关技术
6
相关文章
别名
暂无数据