以下是2024年的八项AI预测:
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?
Midjourney官方介绍称，V6版本使用户能够生成更真实、更详细的图像。同时，“快刀青衣”表示，Midjourney保留了对景点最美好的想象，不再有明显的AI痕迹。他的推文获得了超过62万的浏览量，近3千次点赞和标记。
LLaVA是一个端到端训练的多模态大模型，它将视觉编码器和用于通用视觉和语言理解的Vicuna相结合，具备令人印象深刻的聊天能力。而CogAgent是在CogVLM基础上改进的开源视觉语言模型，拥有110亿个视觉参数和70亿个语言参数。
Inpaint_wechat的开发过程中借鉴了inpaint_web项目，成功实现了该功能从web平台到微信小程序的迁移。这意味着用户可以在微信平台上方便地使用这一实用功能。