“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。
AI需要良好的数据才能正常运行。正如人类需要良好的数据来做出决策，从采取什么营销策略到给孩子吃什么，AI也需要良好的数据，即使我们的算法在不断扩展、演变和改进。
研究团队提出了一种考虑遮挡的场景参数化方法，将整个场景分解为遮挡、人物和背景三个部分。此外，我们设计了广泛的客观函数，以帮助强化人物与遮挡、背景的分离，并确保对人物模型的完整性。我们通过在野外视频上进行实验证明了我们方法的有效性。
展望未来，雷军表示小米新十年的目标是成为全球新一代技术领导者。这是一条长路，需要保持初心、持续努力。公司将继续大力投入基础科技研发，也会加强工程师队伍建设。在技术创新的征程上，小米定会走得更远。
6️⃣ Sweep AI 🧹