जिज्ञान अनुसंधान संस्थान ने अपने नवीनतम मल्टी-मॉडल वर्ल्ड मॉडल Emu3 का आधिकारिक रूप से विमोचन किया, जिसमें इसकी सबसे बड़ी विशेषता यह है कि यह केवल अगले टोकन की भविष्यवाणी की क्षमता पर आधारित है, जो टेक्स्ट, इमेज और वीडियो जैसे तीन विभिन्न मोड में समझने और उत्पन्न करने में सक्षम है। इमेज जनरेशन के क्षेत्र में, Emu3 दृश्य टोकन की भविष्यवाणी के अनुसार उच्च गुणवत्ता वाली छवियों का निर्माण कर सकता है। इसका मतलब है कि उपयोगकर्ता लचीली रिज़ॉल्यूशन और विविध शैलियों की उम्मीद कर सकते हैं। जबकि वीडियो जनरेशन के मामले में, Emu3 पूरी तरह से नए तरीके से काम करता है, जो अन्य मॉडलों से भिन्न है।