此示例展示如何使用Gemini模型获取和显示边界框信息，适合开发者扩展。

MusePose是一个基于姿态驱动的虚拟人图像生成视频框架。

PCM是一种改进的阶段一致性模型，提升生成质量和速度。

阿里巴巴ViViD是一种利用扩散模型实现视频虚拟试穿的新框架。

RoboDreamer是一种通过分解视频生成以学习组合世界模型，实现机器人想象力的方法。

7 个 ChatGPT-4o 提示，会让你惊掉下巴