不过最近几个月，他的面貌和声音又再次出现在公众视野中。比如去年11月20日，他以视频形式参与了京东经营管理培训会，并就京东的业务加以犀利点评。当时，他并非在内地，而是在香港。
Text2Immersion是一项创新方法，通过文本提示生成高质量的3D沉浸式场景，可适用于室内和室外，展现出色的灵活性和创造力。
9. 多模态AI将成为新常态。苹果公司的Ferret和特斯拉的FSD正在引领潮流。但挑战也会随之而来。视觉、听觉，甚至是感觉?
3. 通过优化和改进，WikiChat在各个方面的性能都显著领先，尤其在事实准确性方面达到了97.3%。
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。