网友看淡下代大模型：缺原生音视频输入成硬伤

博主 imjustnewatai 对 OpenAI 与 Anthropic 的下一代模型表示不感冒：它们会非常强，但仍缺乏原生音频听觉与原生视频视觉输入，在他看来这是重大遗憾。他还质疑大厂为何不在训练中加入海量原生音视频数据，并提出如果重训 Opus 时加入这类数据会怎样。

2026-10-16 ~ 2026-10-16 · 2 条相关

• 网友看淡下代模型:缺原生听觉与视频输入是硬伤 — imjustnewatai · 2026-10-16
• 网友质疑大厂为何不给下一代模型加海量原生音视频训练数据 — imjustnewatai · 2026-10-16