新鲜AI产品点击了解：https://top.aibase.com/
论文地址:https://aclanthology.org/2023.findings-emnlp.157.pdf
这样一个跨年派对带来的节日气氛，似乎已经穿过屏幕，来到了现实世界。你在玩家们的分享中就能强烈感受到，蛋仔们在一起蹦迪和合影、用游戏发言代替欢呼、高举虚拟「灯牌」的样子，背后都是玩家们的欢呼雀跃。可以说，线下主题乐园能体验到的活动和气氛，蛋仔不仅完全不输，一些线下乐园做不到的地方，蛋仔甚至还有所超越。
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。
**本文概要:**