4V惨败

多模态大模型GPT-4V也会「有眼无珠」。UCSanDiego纽约大学研究人员提出全新V*视觉搜索算法逆转LLM弱视觉宿命。SamAltman最近在世界经济论坛上发言，称达到人类级别的AI很快就会降临。但是，正如LeCun一直以来所言，如今的AI连猫狗都不如。现在看来的确如此。GPT-4V、LLaVA等多模态模型图像理解力足以让人惊叹。但是，它们并非真的能够做的面面俱到。