本周,字节和阿里推出了图生视频AI生成器,新加坡国立大学和字节跳动联合推出了MagicAnimate。同时,谷歌上线了多模态AI模型Gemini1.0。GaussianEditor算法成功解决了3D编辑领域长时间和低可控性的问题,而Gemini 1.0则是一款新型的强大多模态人工智能模型,可归纳、理解、操作、组合不同类型的信息,处理文本、图像、视频和音频,可完成复杂的数学、物理等科学领域任务,并能理解和生成各种编程语言的高质量代码。根据我们“大模型+小模型+应用&内容”的研究框架,我们认为多模态大模型是未来发展趋势。