🌐 大模型从追赶时髦发展为真正实用，成为提效的关键手段。
“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。
6. Transformer架构的替代方案将得到真正的采用。
我们需要AI社区。有朋友和盟友的人比没有的人做得更好。尽管AI世界似乎每周都会带来突破，但你最好与朋友一起区分什么是真实的、什么是炒作，去验证想法，相互支持，一起创造。
在这些视频的结尾里，往往是在这次跨年夜烟花下，玩家和朋友们的合影。他们用快乐，甚至是幸福的语调，描绘着过去的一年和对未来的期待。