Midjourney公司计划在未来几个月推出“文本转视频”模型，通过在1月开始培训视频模型，强调其自然发展和在生成视频领域引入竞争动态，同时V6更新提升画质和用户体验。
开源模型击败GPT-4，小模型更流行
回顾2023年，红利消退、降本增效成为越来越多品牌的共识，相较几年前找大主播带货的“轻松”，品牌们不得不走出舒适区，或大搞内容，或开启撒钱模式，或探索新平台新玩法，期待能真正积累起属于自己的企业数字化内容资产。
以椰树为代表，品牌们正变得越来越会玩，也开始获得不输达人的流量。
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。