多模态模型将更多地用于文档处理（但首先需要降低成本/延迟）。
在直播电商下半场，平台间互相学习、加速补课是核心，而在平台进化的过程中，势必会释放出一些红利。如果说之前品牌是押注单一平台大吃红利，接下来便是多平台布局，在平台间隙中寻找红利。
Meta相信HawkEye代表了运营人工智能的重大进展。随着机器学习在其应用程序和平台中变得越来越重要，HawkEye提供了在规模上所需的防护栏和诊断工具。这种调试效率将使Meta加速开发和部署基于人工智能的功能。通过HawkEye，公司旨在随着其广泛的生产生态系统中人工智能复杂性的增加，提高可靠性。Meta声称开源HawkEye将推动整个行业在强大而负责任的人工智能运营方面取得进展。
站长之家（ChinaZ.com）1月4日 消息:近期，GPT-4V的开源替代方案在中国的顶尖学府清华、浙大等的推动下，出现了一系列性能优异的开源视觉模型。其中，LLaVA、CogAgent和BakLLaVA是三种备受关注的开源视觉语言模型。
LLaVA是一个端到端训练的多模态大模型，它将视觉编码器和用于通用视觉和语言理解的Vicuna相结合，具备令人印象深刻的聊天能力。而CogAgent是在CogVLM基础上改进的开源视觉语言模型，拥有110亿个视觉参数和70亿个语言参数。