2024年将是视频之年。虽然机器人和嵌入式代理才刚刚起步,但我认为AI视频将在未来12个月内迎来突破性发展。包括输入和输出两个方面。
“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。
本文作者地震学博士Allie Hutchison表示,2013年当自己开始攻读地震学博士学位时,预测地震这个话题显得很不严肃,仿佛寻找尼斯湖水怪一样,不属于主流研究的范畴。
新鲜AI产品点击了解:https://top.aibase.com/
大多数情况下,它的性能时好时坏。它不了解你的代码库,经常错误地猜测函数名称。有时它会创建带有细微错误的代码,迫使我花额外的时间分析它的输出。