🚀 谷歌计划推出与Bard合作的Assistant，应用程序更新包括新设计和用户体验提升。
“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。
论文地址:https://mobile-aloha.github.io/resources/mobile-aloha.pdf
该产品还引入了光随书动技术，利用摄像头的追踪技术让光源自动聚焦在书本上。此外，台灯还具备AI离座感应和自动延时关灯功能，方便节能和使用。
此外，M2UGen还加入了适配器和LLaMA2模型，使得该模型具备多种能力。