“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。
2. OpenAI将于上半年发布GPT-4.5。它将更好、更快、更便宜，但仍将基于GPT-4。
曾经，借由董明珠钦点的“下一个董明珠”称号，董明珠助理孟羽童和格力斩获了不少热搜。当时不少业内人士猜测，孟羽童是格力孵化品牌达人，为品牌宣传、带货的新尝试。直到2023年5月，孟羽童宣布从格力离开，这也意味着格力的达人孵化计划暂时宣告失败。
CogAgent作为在CogVLM基础上改进的开源视觉语言模型，拥有更多的功能和性能优势。它支持更高分辨率的视觉输入和对话答题，能够处理超高分辨率图像输入。
实施全球通信的实时语言翻译，使企业能够与多元化的客户群互动。