（来源：上观新闻）
拍一条30秒的✈商品视频，你🕸要找场景、找模📀🏙特、打光、剪辑、📜配音📪。它给AI2️⃣⛪视频找了一🐦🎭个更稳的落点🦜🔐。报告合著者、🧘♂️南加州大学计算机🥟👺科学家约兰🧝♀️欧美日韩达·吉尔（Yo🇿🇼🎨landa G⚽👩👩👦il）表示：“关🌅于预测模🦙☮型行为，我们有很🍡😁多东西不知道🎣。
我想从两个🥑方面来回❕📓应：一方面承认🇸🇴💎这背后确实存🎵🏫在真实🆒的权力不🍭对称，另一方🇬🇱🤲面指出这🆒🏩个比喻可能遮🦅蔽了一些🇦🇷更复杂🏴的东西🇲🇹🉐。当然也有人认为😯，即使从打工人视👩🦳角看，🅰✏这些重复性的👼工作消失🗞🥰并不是一件坏事🦹♂️。五大实验😨室串联起来，🌔直指人形机器人研🇬🇹发领域⛲。Cla🦝ude为🧾Cop🕌👩👩👧👦ilot内部🥉🤢的Rese🎏archer🧴 agent提🔴供动力🚃🎶。
文章认😞为，这些功🍽能本质上是写在 🥂🇬🇹Markdown🎬🧓 文档中的🔵🀄 Ag🌵🇲🇬ent 指↪🕜令，依赖 LL😗M 去解💃⏺读和执行，而⤵🔈非通过确定性代码🚷⛺实现🏴。很多商品卖点并不💂♀️🏆复杂，🤙💎问题在于没人7️⃣把卖点拍出来🌷。今天大语🦍🔸言模型🖇的推广也💬🆗是一样的，科技🆔🔮公司不仅在建造🔯🔏技术，⚾更在定🙎😃义我们理🌑解技术的方式🥊🔧。
