与Sora一样能生成视频、图像，还能一次解读100万数据！

大语言模型（LLM）在生成文本内容方面非常强，但在理解、生成视频、图像等方面略显不足。尤其是在Sora一夜爆红之后，让人们意识到未来主流模型一定是文本+音频+图像+视频的多模态生成、理解功能。因此，加州大学伯克利分校的研究人员开源了一种训练数据更多、理解能力更强的基础模

......

本文由站长之家合作伙伴自媒体作者“​AIGC开放社区公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。