图片截自OpenAI
影像方面，后置1200万超广角+5000万广角+1000万长焦镜头，前置1200万像素镜头。
7. 没有AGI。山姆-奥特曼（Sam Altman）对AGI的看法似乎仍是遥不可及的梦想。关于AGI定义和时间表的争论仍在继续，但我们不会在2024年看到AGI。
雷军表示，这两项技术的获奖，标志着小米在底层核心技术能力以及操作系统领域，实现了重大突破。它们不仅代表着公司技术实力的积累，也体现了小米工程师团队敢于挑战高峰的勇气与决心。
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。