9. 多模态AI将成为新常态。苹果公司的Ferret和特斯拉的FSD正在引领潮流。但挑战也会随之而来。视觉、听觉，甚至是感觉?
活力28原本是一个陷入破产危机的70年老品牌，“活力28衣物清洁旗舰店”最初也并没有多少粉丝，但国货商战期间，在生产厂房磕磕绊绊介绍自家产品的“三个小老头”却莫名击中了一众网友的心。
2024年，更多品牌或许会改变抓大放小的策略，补课小流量直播。
为了解决幻觉问题，研究人员采用了检索增强生成（RAG）的方法，并添加了几个重要步骤来进一步减轻幻觉，并改进对话性指标。通过这些优化，WikiChat在事实准确性方面比微调后的SOTA RAG模型Atlas高出8.5%。此外，研究人员还将基于GPT-4的WikiChat提炼成7B参数的LLaMA模型，这个模型在事实准确性方面能达到91.1%的高分，并且运行速度提高了6.5倍，能效更好，可以本地部署。
3、LLaVA在视觉聊天和推理问答方面表现出接近GPT-4水平的能力。