“I”:视频输入。GPT-4V对视频的理解还相当原始，因为它将视频视为一系列离散图像。减少信息冗余的最聪明方法是什么?学习目标应该是什么?下一帧预测与下一个单词预测有着明显的类比关系，但它是否是最佳的?如何与语言交错?如何引导机器人和人工智能的视频学习?业界尚未达成共识。
基于Agent的模型和生成式多媒体的发展，出现更多实验性应用。
在地震预测上能做到的最好的事，就是了解特定地区地震发生的频率。
站长之家(ChinaZ.com) 1月3日 消息:据36氪消息，斑头雁智能科技是一家人工智能公司，由原钉钉副总裁张毅（花名陶钧）创立。
快科技2024年1月1日消息，据媒体报道，在2023年，英伟达创始人兼首席执行官黄仁勋的身价飙升至440亿美元（约合3132.8亿元人民币）。