🔗 未来增强承诺: 摩根大通承诺以轻量级方式将视觉融入DocLLM，进一步提升其多模态文档理解能力。
🤖 AI聊天机器人高斯: 三星Unpacked活动将集中关注人工智能部分，推出名为高斯的新机器人，与谷歌Gemini一同在三星Android设备上运行，提供增强功能。
“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。
正如我们在文章《达播、店播双爆发，淘宝开始两条腿走路》中所说，淘宝多年积累的消费心智，让不少品牌相信“淘宝天猫是品牌的终点”，淘宝独有的以店铺为核心的商家经营体系，以及淘宝内容化带来的流量增量，则让淘宝店播仍然有着相当的红利可以挖掘。
3. 📊 实验证明，“Dual-Pivot Tuning”技术在盲目和少数样本的个性化面部图像修复方面优于其他最先进的方法。