CoDi是一種可組合擴散式人工智能模型，可以與多模態(tài)信息交互并生成多模態(tài)內容。這種可組合擴散模型能夠同時處理和生成多模態(tài)內容，包括文本、圖像、視頻和音頻。此外，它與傳統(tǒng)的生成式人工智能系統(tǒng)不同，傳統(tǒng)的生成式人工智能系統(tǒng)通常僅限于特定的輸入模式。微軟公司還發(fā)布了新的“世界-2”模型，將多模態(tài)大語言模型提升到了前所未有的高度。“世界-2”大模型功能強大，超越了傳統(tǒng)的文本式交互，擴展到了圖像層分析和語義級解析領域，進一步推進了當前技術發(fā)展。