“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。
@LlamaIndex创始人Jerry Liu
从在淘宝起家的御泥坊、三只松鼠，到靠抖音完成业绩增长的诗裴丝、重新加载，再到靠快手实现品牌成长的大嘴鳄、朵拉朵尚都反复证明了，借平台红利成为“X品牌”是一条已被验证的品牌路径。
但这几年，开始有了希望的苗头。
站长之家（ChinaZ.com）1月4日 消息:阿里云通义千问APP近日上线了一项名为“通义舞王”的免费功能，使用户能够轻松地生成个性化的舞蹈视频。