“女娲女娲，神通广大”，正如其名，一句话生成视频只是这个模型的技能之一。
除此之外，一句话生成图片，草图生成图像、视频，图像补全，视频预测，图像编辑、视频编辑——
一共八种视觉任务，它其实全部都能搞定。
完全是一位不折不扣的“全能型选手”。
它，就是由微软亚研院和北大联合打造的一个多模态预训练模型，在首届微软峰会上亮相。
目前，在推特上已“小有热度”。
由 dawei
【声明】：站长网内容转载自互联网，其相关言论仅代表作者个人观点绝非权威，不代表本站立场。如您发现内容存在版权问题，请提交相关链接至邮箱：bqsm@foxmail.com，我们将及时予以处理。