主要注意的是:
腾讯推出的M2UGen是一款多模态音乐生成框架，结合音乐和多模态任务，支持从文字、图像、视频生成音乐，并具备强大的编辑功能。
依赖于预训练大语言模型:DeWave在实现脑电波到文本的转换过程中使用了预训练大语言模型，如BART。
Robin AI的核心产品是一款名为Robin Copilot的AI助手，该产品基于Anthropic公司的Claude2.1大型语言模型技术。这一技术使得Robin Copilot能够在过去的200多万份合同基础上进行训练，并采用特定算法来理解合同内容。有趣的是，Robin Copilot是一款Microsoft Word的插件，可用于创建合同、审阅现有合同并提出修改建议。据称，这项技术能够将合同审查时间减少80%，合同成本降低75%。
另外，DreamTalk还具有说话风格预测的功能，能够根据语音预测说话者的风格，并同步表情，使得动画更加贴近原始音频。此外，该框架适用于多种场景，可以用于歌曲、不同类型的肖像，甚至在嘈杂环境中也能表现良好。