阿里巴巴开源项目DreamTalk，能让人物头像栩栩如生地说话，支持多语言、歌曲、嘈杂音频匹配，开放更多开发者创新。
多模态模型将更多地用于文档处理（但首先需要降低成本/延迟）。
声明:本文来自于微信公众号 新智元（ID:AI_era），作者:新智元，授权站长之家转载发布。CogAgent还提供了可视化代理的能力，能够返回任何给定任务的计划、下一步行动和带有坐标的具体操作。它还增强了与图形用户界面相关的问题解答功能，可以处理与网页、PC应用程序、移动应用程序等任何图形用户界面截图相关的问题。另外，通过改进预培训和微调，CogAgent还增强了OCR相关任务的能力。这些功能的提升使得CogAgent在多个基准测试上实现了最先进的通用性能。
不过调查结果显示，魔方”刚上线时出现的各种装备词条属性概率相等，Nexon随后悄悄修改了概率，导致根本不会出现”玩家偏爱的某些属性。