“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。
类似GPT-4的全部功能将开源，而且速度更快、成本更低。这和GPT-5一样让我兴奋。
虽然到目前为止，似乎还没有针对网络犯罪分子的杀手级AI应用程序，但它的强大功能可能有助于网络犯罪分子执行的一些普通后端工作。
但仅仅七年后，很多事情都发生了变化。
2. 使用AI聊天机器人翻译文本