“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。
一家大型AI公司在一轮（或类似）投资中表现令人失望，部分原因是投资者担心侵犯版权。
论文地址:https://arxiv.org/pdf/2312.08914.pdf
他表示，2023年是FF发展史上的里程碑，公司已形成经营闭环并正式进入交付营收阶段。在完成SOP（小批量生产）后，首辆FF912.0已经下线，并完成了终极发布、共创交付等重要步骤。他还透露，包括Chris Brown在内的美国塔尖行业领袖已经成为FF912.0的用户，并加入共创官大家庭。
4. 让人工智能聊天机器人为社交媒体帖子生成创意