最近看到不少人在传,梁文锋认为图像、视频生成都是弯路,只要 LLM 足够强大,这些能力就会自然涌现
特意翻了之前流传的录音文字稿,发现完全不是那么回事
他的意思是,视频生成、3D 不在 DeepSeek 当前追求 AGI 的研究主线上,但也明确说了「多模态最终还是要做的」
这里其实混淆了两个完全不同的问题:
一个是 AGI 研究应该优先投入什么方向,另一个是 LLM 足够强大后,是否能自然获得图像、视频生成能力
梁文锋讨论的是前者,根本没有对后者下这样的结论
「现阶段不做」和「根本不需要做」,差得可不是一点半点
显示更多