“I”:视频输入。GPT-4V对视频的理解还相当原始，因为它将视频视为一系列离散图像。减少信息冗余的最聪明方法是什么?学习目标应该是什么?下一帧预测与下一个单词预测有着明显的类比关系，但它是否是最佳的?如何与语言交错?如何引导机器人和人工智能的视频学习?业界尚未达成共识。
模型将几乎免费地部署在CPU上，而不是API服务。
有人说这是一场能够极大提升品牌调性的高级感直播，是东方甄选文化直播后的又一标杆。的确，相比业内流行的叫卖式直播，Zara的直播极大提升了用户的观看体验，有一种高级的质感，这对于时尚服装品牌来说，尤为重要。
支持多种翻译引擎: 集成了多种翻译引擎，包括Google、ChatGPT、DeepL、Baidu、DeepLX、Gemini、Tencent等，确保用户能够选择适用于其项目的最佳翻译引擎。
英国广告标准局表示目前没有规定虚拟影响者必须声明是由AI生成。印度等国则规定必须透露人工智能起源。The Clueless通过Instagram标签揭露Aitana为AI模型，但许多其他虚拟影响者没有这样做。