卡内基梅隆大学、Google研究和乔治亚理工学院联手推出MAGVIT-v2，这一革命性视频合成工具将图像和视频内容转化为大型语言模型（LLM）可识别的标记。它的独特算法使开发者能够实现各种惊人应用，从全景视频到智能去除、图像转动动画等等。MAGVIT-v2在视觉生成任务中明显超越了传统模型，为大型语言模型在视觉领域带来新机遇，预示着一次重大突破。