随着语言大模型的成功，视觉 - 语言多模态大模型 (Vision-Language Multimodal Models, 简写为 VLMs) 发展迅速，但在长上下文场景下表现却不尽如人意，这一问题严重制约了多模态模型在实际应用中的潜力。
去年初，朱啸虎接受了张小珺的采访。 彼时，月之暗面刚刚完成 10 亿美元融资，用户增长数据一路绝尘。OpenAI 发布 Sora 了技术报告和演示视频，整个 AI 圈再次狂欢。
茶百道与阶跃星辰已达成深度合作，双方积极探索大模型在茶饮行业的应用场景，通过多模态技术助力智能巡检、AIGC 营销，打造新型数字化门店生产运营方式，为用户带来更加安全、便捷和丰富的消费体验。
大模型下一个突破口在哪？商汤「日日新」原生融合大模型一举拿下双料冠军，给出了最好的答案。一个模型精通「看」与「想」，原生多模态融合让AI迈入「大一统」新纪元。
在机器学习和数据科学领域，余弦相似度长期以来一直是衡量高维对象之间语义相似度的首选指标。余弦相似度已广泛应用于从推荐系统到自然语言处理的各种应用中。它的流行源于人们相信它捕获了嵌入向量之间的方向对齐，提供了比简单点积更有意义的相似性度量。
OpenAI 接连发布 o1 和 o3 模型，大模型的高阶推理能力正在迎来爆发式增强。在预训练 Scaling law “撞墙” 的背景下，探寻新的 Scaling law 成为业界关注的热点。高阶推理能力有望开启新的 Scaling law，为大模型的发展注入新的活力。
AI大模型正从仅会聊天的LLM进化为能够执行任务的大型行动模型LAM。它不仅能理解用户的指令，还能在软件环境中自主执行任务。
当ChatGPT等大模型出现，开始扮演起“占卜师”“命理师”的角色，可以随时随地回应，不限次、不限时地帮人答疑解惑，占卜、算命快速成为年轻人使用AI的高频场景之一。
一句话总结2024年大模型的商业化进展，或许是冰火两重天。一方面，我们看到了许多成功的AI付费用例，小到9.9一套的AIGC宠物写真，200美元的ChatGPT Pro月费，大到百万一台的大模型一体机，C端/B端市场行情看起来一片火热。
影眸科技持续突破技术边界
