“O”:视频输出。2023年，我们看到了文字到视频合成的浪潮:WALT（谷歌）、EmuVideo(Meta)、Align Your Latents(英伟达)、Pika等等，数不胜数。然而，大多数生成的片段仍然很短。我将它们视为AI视频的“系统1”——“无意识”的局部像素运动。
提示一如既往地重要，但提示工程（乱用令牌）的重要性将下降。
DeWave的训练流程主要分为三个阶段:1）自监督编码器预训练（仅原始EEG脑磁波)，这一阶段会先训练一个脑电波自编码模型，输入原始EEG波形，通过重建实现自监督。这样可以提取有用的时域和频域特征。
3. 🌟 **实验验证**:通过在野外视频上的实验证明，Wild2Avatar方法在解决真实世界场景下的挑战方面取得显著成效。
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。