多模态 AI 系统的特点在于能够处理和学习包括自然语言、视觉、音频等各种类型的数据，从而指导其行为决策。近期，将视觉数据纳入大型语言模型 (如 GPT-4V) 的研究取得了重要进展，但如何有效地将图像信息转化为 AI 系统的可执行动作仍面临挑战。
在大语言模型领域，微调是改进模型的重要步骤。伴随开源模型数量日益增多，针对LLM的微调方法同样在推陈出新。
一夜之间，大模型话题王，再次易主。
现在，ChatGPT记忆功能，向所有Plus用户开放！
前段时间，微软搞了个乌龙：隆重地开源了 WizardLM-2，又在不久后撤回得干干净净。
ChatGPT-4 被认为是人工智能技术发展的重要节点，语言大模型之后的多模态大模型初步显现了世界模型的影子。大模型最终将通过硬件与物理世界产生交互。人工智能的应用实现从数字世界到物理世界的扩展，具身智能是非常关键的技术方向。
距离夏天越来越近了，GPT-4.5/5 的亮相预计已经进入倒计时，关于 ChatGPT 的新消息开始噌噌地冒出来了。
现如今在字节跳动，已近乎隐退的张一鸣，只重点关注两件事：其一，是风暴中的TikTok；其二，就是字节跳动正在全力追赶的AI战略业务。
全球首台，黄仁勋亲自送货上门，OpenAI首发，DGX H200算是把流量拉满了。
对于视频生成领域，大家一致的看法就是：Sora一出，谁与争锋！
