图片截自OpenAI
“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。
但仅仅七年后,很多事情都发生了变化。
站长之家(ChinaZ.com)1月4日 消息:商汤科技发布了一款名为“元萝卜SenseRobot”的台灯产品,外观设计灵感来源于宇航和科幻元素。台灯通过超宽双翼设计实现弧形反射和广角扩光,让灯光均匀照亮整个书桌。
图源备注:图片由AI生成,图片授权服务商Midjourney