“O”:视频输出。2023年，我们看到了文字到视频合成的浪潮:WALT（谷歌）、EmuVideo(Meta)、Align Your Latents(英伟达)、Pika等等，数不胜数。然而，大多数生成的片段仍然很短。我将它们视为AI视频的“系统1”——“无意识”的局部像素运动。
多年来，苹果和三星合计占据美国智能手机市场70%至80%的份额，在硬件方面形成双寡头垄断。我预测，明年，我们将看到新型AI设备，这些设备可能会对智能手机领域的现有企业构成严重威胁，尤其是美国第一大厂商苹果公司。
VCoder作为一个视觉编码器，为MLLM提供了更好的视觉感知能力，能够处理特殊类型的图像，并改善了对象感知任务的表现。在与其他模型的比较中，VCoder在对象计数和识别方面表现出色，特别是在复杂场景中。
3. 🌐 **开源推动AI运维:** Meta计划将HawkEye开源，认为这将推动整个行业在强大、负责任的AI运维方面取得重要进展。
39. 使用 ChatGPT 进行治疗性对话:在心理健康应用程序中，利用 AI 进行初始治疗性对话，在需要时指导用户寻求专业帮助。