Emu

社交媒体巨头Meta公司于11月16日在其博客文章中宣布推出最新的人工智能（AI）模型，用于内容编辑和生成。这两款AI驱动的生成模型，分别为EmuVideo和EmuEdit，代表了行业的一大进步。EmuVideo利用Meta之前的Emu模型，能够基于文本和图像输入生成视频剪辑。而EmuEdit则专注于图像处理，承诺在图像编辑方面提供更高的精确度。

智源研究院发布了首个全能多模态预训练模型Emu的开源版本。Emu在多项性能指标上超越了DeepMind的Flamingo模型，具备统一多模态学习框架和视频数据的大量采用的能力。Emu可以完成任意图生文和文生图的多模态任务，包括图像描述、图像问答、视频问答、文图生成、图像融合和多模态对话等。Emu还具有强大的少样本上下文学习能力，可以根据给定任务的几个示例样本进行上下文学习。