Farm3D

阿里巴巴发布了一款全新的多模态模型Qwen-Image，这款模型拥有200亿参数，专为解决“图中写字”这一难题而生。

一个使用类型来构建自然语言界面的库。

给出一段长视频，我们把它变成一个包含视觉+音频信息的文档。通过将这份文件发送给ChatGPT，我们就可以在视频中进行聊天了！

一个强大的代码生成工具，可以帮助开发人员自动化生成高质量的代码，提高开发效率。

支持通过5秒音频克隆、1分钟音频克隆，也支持通过完整训练来克隆

识别视频中的人物的面部和身体动作，为后续的SD绘图提供支持