“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。
GPT-5没有重大突破，但各方面都有改进。
站长之家（ChinaZ.com）1月4日 消息:HandRefiner是一种可以修正形状不正常的手部图像的方法。在生成图像方面，目前的图像生成模型已经非常出色，但是在生成人类手部的图像时常常会出现问题，例如手指数量不对或者手形怪异。
快科技1月3日消息，今天，荣耀CEO赵明发布了其与支持人窦文涛的对谈视频，在交谈中赵明谈到了荣耀Magic6系列的技术，并表示不怕友商跟进技术，如果被超越就是我们无能。
4. 让人工智能聊天机器人为社交媒体帖子生成创意