GPT-4V 也会追剧、刷抖音、打游戏、玩手机？微软 MM-VID 充分释放 GPT-4V 潜力！

AIGC动态欢迎阅读

原标题：GPT-4V 也会追剧、刷抖音、打游戏、玩手机？微软 MM-VID 充分释放 GPT-4V 潜力！

关键字：视频,脚本,内容,能力,视觉

文章来源：夕小瑶科技说

内容字数：9596字

内容摘要：夕小瑶科技说 原创作者 | 付奶茶、ZenMooreGPT-4V 在多模态看图能力上很强大，我们在往期的推文中也领略了它在看手相(?)、看胸片、看草图做网页等等上面的卓越能力。但是，我们还是有个疑问：它的视觉能力真的像人一样好吗？在这篇文章中，我们可以让这个问题小一点，只关注人类视觉一个特殊的能力：动态性。要知道，人在进行视觉理解的时候，只有少数时候是静态图像，大多数时候，人的视觉能力都是以视频为…

原文链接：点此阅读原文：GPT-4V 也会追剧、刷抖音、打游戏、玩手机？微软 MM-VID 充分释放 GPT-4V 潜力！

联系作者

文章来源：夕小瑶科技说

作者微信：xixiaoyaoQAQ

作者简介：更快的AI前沿，更深的行业洞见。聚集25万AI应用开发者、算法工程师和研究人员。一线作者均来自清北、国外顶级AI实验室和互联网大厂，兼备媒体sense与技术深度。