“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。
开源模型的组合将击败最好的私有模型。
在直播电商时代，更有人味儿、更加灵活的个人IP拥有得天独厚的条件，品牌店播之外，个人IP始终是非常重要的尝试方向。
炒虾机器人Mobile ALOHA的研发过程中，关键在于模仿学习算法和静态ALOHA数据的共同训练。研究人员通过50个演示让机器人学习不同的任务，从而使其具备了强大的学习能力。机器人可以连续多次完成同一个任务，即使是在训练数据中看不到的情况下，也能够进行正确的操作。这种模仿学习的方法为机器人的开发和应用提供了新的思路，使机器人在各种复杂任务中表现出色。
有了这样的底色，蛋仔中的玩家才有机会去更多地感受和表达善意。因为在这种氛围环境下，压力和戾气被隔绝在游戏之外，玩家对于快乐的追求超越了胜负心，这才让蛋仔和其他游戏相比，能让人感受到更纯粹的、人和人之间的羁绊。