Helipõhised digitaalsed inimesed, huulte sünkroonimisega videod, laulvad avatarid, mitmekeelse tegelasanimatsiooni, mitme osalejaga dialoogid ja pika kestusega kõnelevate videote loomine
Tüüp
Videote Genereerimine
Arutlusvõime
1/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Praegune; käimasolev projekt
Vaata mudelit
→
Visuaalne küsimustele vastamine, kõrge eraldusvõimega piltide mõistmine, multimodaalne otsing, piltidele tuginev uurimistöö ja tööriistade abil toimuv agendipõhine arutlemine
Tüüp
Multimodaalne
Kontekst
262K
Arutlusvõime
8/10
Kiirus
7/10
Multimodaalne
Pildisisend
Tööriistade kasutamine
Olek
Praegune avatud kaaludega teadusmudel
Vaata mudelit
→
Visuaalne süvaotsing, piltide üksikasjalik mõistmine, multimodaalsete agentide abil tehtav uurimistöö ning isemajutatavad tööriistu kasutavad nägemis-keele rakendused
Tüüp
Multimodaalne
Kontekst
262K
Arutlusvõime
8/10
Kiirus
4/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegune avatud kaaludega mudel
Vaata mudelit
→
Ruumilise intelligentsuse uurimine, pildi ja teksti põhine küsimustele vastamine, visuaalne arutlemine, 3D-stseenide analüüs ning stereomeetriaprobleemid
Tüüp
Multimodaalne
Kontekst
33K
Arutlusvõime
7/10
Kiirus
6/10
Multimodaalne
Pildisisend
Olek
Praegune avatud kaaludega väljalase
Vaata mudelit
→
Natiivne pildiloome, suure eraldusvõimega visuaalide loomine, piltide redigeerimine, infograafika ja paigutuste loomine, visuaalne mõistmine ning multimodaalsed uurimis- või loomingulised töövood
Tüüp
Multimodaalne
Arutlusvõime
6/10
Kiirus
4/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Praegune avatud kaaludega lipulaevmudeli versioon
Sisend
Ametlikku hostitud API hinda ei ole kinnitatud; allalaaditavad mudelikaalud on saadaval
Väljund
Ametlikult hostitava API hinda ei ole kinnitatud; mudeli kaalud on allalaadimiseks saadaval
Vaata mudelit
→
Ühtne platvorm arvutinägemise uuringuteks, objektituvastuseks, OCR-iks, segmenteerimiseks, sügavuse ja pinnanormaalide hindamiseks, visuaalseks seostamiseks ning mitme vaate geomeetriaks
Tüüp
Multimodaalne
Arutlusvõime
7/10
Kiirus
4/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Praegune avatud kaaludega uurimismudel
Vaata mudelit
→
Pikaajalise planeerimishorisondiga multimodaalsed agendid, andmeanalüüs, süvauuringud, keeruka teabe esitamine, kontoritöö automatiseerimine ja tööriistapõhised töövood
Tüüp
Multimodaalne
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Videosisend
Olek
Eelvaade; praegu saadaval SenseNova Token Plani kaudu
Sisend
Avaliku beetaversiooni ajal tasuta pakett „Token Plan“; standardset tokenipõhist API-hinda ei ole avalikult kinnitatud
Väljund
Avaliku beetaversiooni ajal tasuta; tokeniplaan; API standardne tokenipõhine hinnastus ei ole avalikult kinnitatud.
Vaata mudelit
→
Tegelaskujude välimust järjepidevalt säilitav pildigeneratsioon mitmeosaliste videote, liikuvate koomiksite, lühidraamade, süžeetahvlite ja mitut kaadrit hõlmava visuaalse tootmise jaoks
Tüüp
Piltide Genereerimine
Arutlusvõime
2/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Hetkel: integreeritud SenseNova Seko seeriasse ja Seko 2.0 platvormi
Vaata mudelit
→
Professionaalne pildiloome, infograafika, reklaamimaterjalid, e-kaubanduse materjalid, esitlused, õppeotstarbelised diagrammid, süžeekavandid ja mitmeastmelised visuaalse materjali loomise ning edastamise töövood
Tüüp
Multimodaalne
Arutlusvõime
8/10
Kiirus
5/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Praegune tootmisversioon; ettevõtetele mõeldud API on saadaval eelneva lubamise alusel
Vaata mudelit
→
Avatud lähtekoodiga visuaalne mõistmine, piltide genereerimine ja redigeerimine, infograafikute loomine, visuaalne arutlus ning pidevad pildi- ja tekstitöövood.
Tüüp
Multimodaalne
Arutlusvõime
7/10
Kiirus
7/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Avatud lähtekoodiga mudeliseeria; saadaval on variandid U1-8B-MoT ja U1-A3B-MoT. SenseNova U1.5 on visuaalse sisu loomise ja redigeerimise uuem järeltulija, samas kui U1 kontrollpunktid on endiselt dokumenteeritud ja allalaaditavad.
Vaata mudelit
→
Kiire infograafikute loomine, tihedat teavet edastavad visuaalsed selgitused, graafikud, diagrammid, esitluste visuaalid ja teaberohked küljendused
Tüüp
Kergekaaluline
Kiirus
8/10
Meediaväljund
Olek
Praegu kättesaadav SenseNova Token Plan’i ja spetsiaalsete pildiloomeintegratsioonide kaudu
Sisend
Tasuta avalik beetaversioon koos kasutuslimiidiga; kommertshinnastust ei ole kinnitatud
Väljund
Tasuta avalik beetaversioon kasutuslimiidiga; kommertshinnad pole kinnitatud
Vaata mudelit
→
Tekstist piltide loomine, viitepiltide loomine, visuaalne disain, plakatid, infograafika, tootepildid ja piltide järkjärguline redigeerimine
Tüüp
Multimodaalne
Arutlusvõime
5/10
Kiirus
8/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Praegu saadaval SenseNova Tokeni paketi kaudu
Vaata mudelit
→
