“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。
此外，为了增加直播的专业度，这场直播设置了9个以上机位，动用了斯坦尼康、纵横滑轨、电影机、导播台等电影级别的专业设备，花费或许不到传闻中的百万级，但也不会太少，是名副其实的钞能力直播。
ScriptGPT 是我创建的一个工具，旨在将功能开发卸载到由 GPT4支持的 AI 代理上。它专为 TS/JS 项目量身定制，自动安装所需的库、测试代码、添加注释等。
值得一提的是，在2023年内，苹果股价累计上涨了49%。
模型下载地址:https://huggingface.co/damo-vilab/dreamtalk