(ChinaZ.com) 7月11日消息:作為人工智能領域的一項顯著進步，微軟 Azure 認知服務研究中心和北卡羅來納大學 NLP（自然語言處理）團隊的研究人員日前推出了 CoDi，這是一種尖端的生成模型，能夠跨多個領域無縫生成高質量內容。
圖片來自 Microsoft
這一突破性的發展為更全面地理解世界和人類理解提供了新的可能性，為沉浸式人機交互提供了平臺，改變了人類與計算機的互動方式。
這篇名為《Any-to-Any Generation via Composable Diffusion（通過可組合擴散進行任意到任意生成）》的研究論文將 CoDi 引入作為一種創新的生成模型，能夠同時處理和生成文本、圖像、視頻和音頻等多種模態的內容。通過允許從不同輸入模態的多樣組合中進行協同生成內容，CoDi 在追求集成和可組合的多模態人工智能系統的過程中邁出了重要一步。
CoDi 的出現是微軟雄心勃勃的 i-Code 項目的一部分，該項目致力于推進多模態人工智能能力的發展。憑借其無縫整合來自多種來源的信息并生成連貫輸出的能力，CoDi 有望徹底改變人機交互的多個領域。
探索 CoDi 人工智能模型的實際應用
CoDi 在輔助技術領域具有變革性的潛力，使殘障人士能夠更有效地與計算機進行交互。通過在文本、圖像、視頻和音頻等多種模態下無縫生成內容，CoDi 可以為用戶提供更沉浸、更易訪問的計算體驗。
此外，CoDi 還有潛力通過提供全面互動的學習環境來重塑定制化學習工具。學生可以接觸與各種來源整合的多模態內容，增強對學科的理解和參與度。
環境計算的概念，即技術與我們的日常生活無縫集成，也可以從 CoDi 的能力中獲益匪淺。該模型能夠即時生成多模態內容，為跨設備和環境的體驗創造更加沉浸和個性化的體驗，提升整體用戶體驗。
CoDi 也將徹底改變內容生成。該模型能夠跨多種模態生成高質量的輸出，從而簡化內容創作流程并減輕創作者的負擔。無論是生成引人注目的社交媒體帖子、制作互動多媒體演示，還是打造引人入勝的故事體驗，CoDi 的能力有可能重塑內容生成領域的格局。
隨著人工智能領域的不斷進展，像 CoDi 這樣的模型代表著多模態人工智能系統發展的重要里程碑。CoDi 能夠無縫生成文本、圖像、視頻和音頻的高質量內容，展示了打造更加身臨其境、互聯的人類人工智能未來的潛力。研究人員的工作使我們離釋放人工智能在各個領域的全部潛力和徹底改變我們與計算機交互的方式又近了一步。
微軟 CoDi 模型包含演示和代碼的項目頁面位于：codi-gen.github.io。
