
AI全栈: 数据算法模型硬件架构。或许之后ai时代的学习方法是给出框架和每部分的的节点问题/prompt学习者自己贴给ai来进行问答/探索理解这种交互学习或许比长文更适合作为教程。1. 做强大垂类模型模型通用能力也得强。反过来有没人去测试下垂类大模型的通用能力。2. 明显感觉最近这几年在语音模型这块投入了很多精力。3. 做AI eval越来越来。能做eval, 说明有高质量高度结构化以及和场景息息相关的数据集。4. World model, Spatial Intelligence需要更多的传感器采集数据这就涉及很多数据安全和隐私的问题了AI想要继续创新就得先监管起来再做后续创新顺序不能乱了比如自动驾驶领域就是这样。5. 统一多模态模型用文本模态来控制其他模态的数据还是一大趋势还有其他的更好的方法吗。