“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。
4. 最先进的封闭式模型将继续大幅优于最先进的开放式模型。我们怀疑，开源新的前沿模型所需成本巨大但缺少收入回报，像Mistral这样的公司最终可能会保留最先进的模型的专有性，以便可以对其收费。
据了解，Zara的这场直播一改传统直播间的紧凑，而是将整个秀场搬到了直播间，用户不仅可以看到Zara以T台走秀的形式演绎讲解多款Zara秋冬新品，还可以看到模特更换妆造、摄影师跟拍这些镜头外的场景，沉浸感拉满。
2024年，品牌们势必会在直播内容上做更多尝试。
面对镜头，李国庆透露自己对婚姻仍抱有信仰，并特别提到了财富的影响:“尤其是现在没钱了，更不怕被骗了。” 强调了对婚姻的尊重和理解。他坦言:“毕竟二十年了，好合好散多体面，为什么要撕破脸皮的让大家吃瓜，这是我最大的遗憾。”