“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。
但这几年，开始有了希望的苗头。
Johnson称:
它确实生成了一些我可以使用的代码，但经常忽略了我的一些建议，或者删除了它之前添加的功能。它需要大量的辅助和细节注意，没有节省我太多的时间。
除了英特尔和DigitalBridge之外，Articul8的投资者还包括Fin Capital、Mindset Ventures、Communitas Capital、GiantLeap Capital、GS Futures和Zain Group。