索尼推出音频-视觉生成模型Visual Echoes：根据一张图片生成与之相对应的音频，或者反过来，根据一段音频生成匹配的图片
新技术

索尼推出新型音频-视觉生成模型Visual Echoes，这个模型能够根据一张图片生成与之...
2024-05-24 516
没有账号？注册  忘记密码？