【AI的进步与XR工程化落地】
【AI的进步与XR工程化落地】 在我不长的人生经历中，已经看到好几次由暴力堆资源，而涌现AI工程化落地能力的巨大进步了： 【AI下棋暴力穷举算法】 【CNN到TensorFlow无监督学习分辨猫狗】 【堆数据集模式学习写小说和画画】 【GPT暴力堆参数学语文涌现理解能力】 【多模态堆参数涌现了归纳实践能力】 我觉得某种程度上来说，AI和人类的进步都是一种大力出奇迹的结果，勇气和执着写在了人类的DNA里。想不懂就去试，堆人试，堆时间试，错了就换个方向再试试，总能发现真理。 在PaLM-E刚发布没多久之后，在GTP4发布之前，我提醒所有XR从业者，再多思考下多模态AI对于XR的意义，多思考下作为XR从业者我们可以将其怎样工程化落地到用户场景中。 再比如Language UI的突破，现在的API都是要提前约定好的，写死的，非工程师不可扩展的。而如果发送方和接收方都变成了LLM模型，且都拥有多模态输入和输出的能力，那只要双方本身能力支持的足够多足够广，就不需要工程师再去上面添加细枝末节的if循环来增加功能了。信息交换能力一下子会以非常高效的方式在互联网中进行流转。 多模态AI不仅仅是让XR设备的眼睛拥有了大脑加持，其实还长出了一双数字化的手，在机器人产业没有腾飞之前，贾维斯其实已经很快就可以出现在XR的数字世界中了，会极大的提升工程效率，解放生产力。
在Telegram中查看相关推荐
🔍 发送关键词来寻找群组、频道或视频。
启动SOSO机器人