Phi-3 Vision是一个轻量级、最先进的开放多模态模型，基于包括合成数据和经过筛选的公开可用网站在内的数据集构建，专注于文本和视觉的非常高质量的推理密集数据。

米塔是一个打造连接全球创作者的AI社区平台。

MidReal是一个基于先进人工智能技术的文本冒险游戏平台。

SteinDreamer供文本到3D分数蒸馏的解决方案。

Unified-IO 2是一个统一的多模态生成模型,能够理解和生成图像、文本、音频和动作。

ImageBind是一种新的AI模型，能够同时绑定六种感官模态的数据，无需显式监督。

CelebV-Text是一个大规模、高质量、多样化的人脸文本-视频数据集，旨在促进人脸文本-视频生成任务的研究。

必应翻译是一款多语种文本翻译工具，可以帮助用户快速准确地翻译各种语言的文本。

DreamFusion是一款基于预训练的2D文本到图像扩散模型，用于生成高保真度的、可调光的3D对象。

AI Horde是一个众包分布式图像和文本生成平台。