🚀 采用创新方法生成大规模音乐指导数据集，展示出色的音乐生成和编辑能力。
【AiBase提要:】有人说这是一场有话题无销量、费钱费力的直播。据新抖数据统计，当天“ZARA”预估带货25万-50万元之间，累计直播观看人次121万。相比其他动辄破亿的品牌直播，这个成绩不算惊艳。
2020年开始，当Hutchison开始第二次博士后研究时，她发现业内的科学家对于地震预测的态度更为开放了。
据悉，M2UGen采用了创新的方法，生成了大规模的多模态音乐指导数据集，用于训练模型。这包括MU-LLaMA模型生成的1.2k多小时音乐字幕数据集。模型结合了MU-LLaMA、BLIP图像字幕模型、MPT-7B-Chat模型以及VideoMAE字幕模型，以在各个领域生成对应的指导。