“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。
2024年将是AI技术从炒作转向现实的关键时刻。以下是一些可能的趋势:
预测地震，是一件极其困难的事。
其中，一体化大压铸技术几乎实现了从材料到设备的全产业链自主可控，使小米成为全球仅有的两家同时掌握大压铸集群和合金自研的公司。这充分展现出小米在底层技术领域“深耕”的巨大决心。
这种氛围，也顺势带起了玩家的情绪。在#我的蛋仔年度报告##和蛋仔一起跨年#这些话题里，可以看到不少玩家剪辑的短视频。里面不仅有人回忆这一年在蛋仔中参与的活动，也有人记录自己参加的线下活动、收集的游戏周边;不过更多的，还是过去一年中，和朋友们一起玩蛋仔的各种瞬间。