“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。
虽然现在相关研究还处于早期阶段，但机器学习方法可以揭示隐藏的结构和因果关系，让数据看起来不再是杂乱无章的一堆数字。
论文网址：https://arxiv.org/abs/2312.17234
一方面，这依托于低门槛的UGC创作体系，它使得无数突破想象力的乐园地图涌现出来。蛋仔有着手游中几乎天花板级别的创作工具，再加上AIGC等新技术的加成，它让每个人都有用场景去表达自我的机会，也让游戏有了源源不断的新鲜乐趣。
Inpaint_wechat的开发过程中借鉴了inpaint_web项目，成功实现了该功能从web平台到微信小程序的迁移。这意味着用户可以在微信平台上方便地使用这一实用功能。