LLaVA模型会是下一个大事件吗？

文章预览

AI的新领域是多模态模型，比如CLIP和Stable Diffusion。由于人类通过视觉和语言与世界互动，AI研究人员们认为机器也需要多模态通道。像LLaVA这样的东西能否培育出一种“通用助手”，有效地遵循符合人类意图的多模态视觉和语言指令？如果可以，代价是什么？ ‍ 我们生活在一个不确定的时代。 在科学界取得突破性进展之后，记者们往往要立即对商业和技术进步进行追踪。在AI领域尤其如此。 记者们几乎没有时间进行思考或研究，只能听信科学家对“Next Big Thing”的一面之词，从而使AI新闻报道沦为速记。 被AI裹挟的公司现在也面临着类似的困境。就像淘金热一样，公司的首要任务是抢占先机，之后才会担心其在特定领域的AI投资是否真的是金矿。 Nvidia的指数级增长进一步搅乱了人们的判断。有钱能使鬼推磨。 Nvidia的总营收成倍增长，截至4月28日的 ………………………………