Geoffrey Hinton直接把AI思考的本质讲透了！ "语言只是思考的工具之一，不是全部。"

他说，人类和AI都能用文字建模几乎任何东西，但真正的思考远远超出文字，它还包括图像、空间感、物理运动这些更丰富的形式。

最聪明的系统，就是那个能把所有这些模态全部用起来的系统。

这才是下一个大突破的方向：不再是单纯把语言玩得更溜，而是让AI真正学会像人类一样，用多感官、多维度的方式去理解世界。

当AI开始同时掌握文字、图像、空间和动作的时候，智能的边界会彻底被打破。

所以多模态才是最终的出路？那么，文本的基础肯定也不能丢失，基石打好才有更好的发效果。