9. 多模态AI将成为新常态。苹果公司的Ferret和特斯拉的FSD正在引领潮流。但挑战也会随之而来。视觉、听觉，甚至是感觉?
2023年9月，以79元眉笔事件为始，鸿星尔克、蜂花、精心等携一众国货品牌掀起国货商战，其中，洗护品牌活力28的抖音官方账号“活力28衣物清洁旗舰店”1个月涨粉超450万，带货超5000万元，目前粉丝数721万。
或许我们还需要几十年的时间，来确定这一时期地震研究的意义，以及是否具有革命性的作用。
LLaVA是一个端到端训练的多模态大模型，它将视觉编码器和用于通用视觉和语言理解的Vicuna相结合，具备令人印象深刻的聊天能力。而CogAgent是在CogVLM基础上改进的开源视觉语言模型，拥有110亿个视觉参数和70亿个语言参数。
站长之家（ChinaZ.com）1月2日 消息:ChatGPT 是 OpenAI 开发的最先进的语言模型。它是生成式预训练 Transformer （GPT） 系列的一部分，旨在根据给定的提示理解并生成类似人类的文本。