ID-Animator是一个零次学习的身份保留人类视频生成方法，能够基于单一参考面孔图像生成个性化视频。

利用Meta Llama 3能够在你的代理下浏览网页，根据指令进行操作，并与你进行对话

phi-3-mini是一款能在手机上运行的高性能语言模型，参数量达38亿。

如何从零开始构建一个简单但功能强大的视觉语言模型

基于文本的多功能生成模型

最新大型语言模型（LLM）技术的多模态智能代理框架，旨在操作智能手机应用程序