目前大部分的图像生成AI模型都是通过用户的文本描述来生成图像或者短视频，日前 Meta宣布推出文本与图像双向生成AI模型CM3leon，看图说话已经变成现实了。

·创作者们的福音？如果说通过文本声称你想要的图像视频，真的很需要你的语言组织能力和动动脑子才行，而CM3leon则完全就是根据图片随意生成文本，AI自动帮用户搜集相关图像资料并加以整理，简直太方便不过。