类似GPT-4的全部功能将开源，而且速度更快、成本更低。这和GPT-5一样让我兴奋。
1月3日，钉钉联合国际知名咨询机构IDC发布首份《2024AIGC应用层十大趋势白皮书》。IDC预测，到2024年全球将涌现出超过5亿个新应用，这相当于过去40年间出现的应用数总和。
CogAgent作为在CogVLM基础上改进的开源视觉语言模型，拥有更多的功能和性能优势。它支持更高分辨率的视觉输入和对话答题，能够处理超高分辨率图像输入。
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。
艾塔娜是进入价值210亿美元、快速增长的内容创作者经济的数百个数字化身之一。它们的出现引起了人类影响者的担忧，因为这些数字竞争对手正在蚕食他们的收入。