【AiBase提要:】随着淘宝内容化战略加速推进，2023年淘宝直播也发生了不少变化。
它不仅可以从图片中提取信息并回答问题，还可以将图片转化为JSON格式。LLaVA还可以识别验证码、识别图中的物体品种等，展现出了强大的多模态能力。在性能上接近GPT-4的情况下，LLaVA具有更高的成本效益，训练只需要8个A100即可在1天内完成。
就拿跨年夜那天晚上的活动来说，当晚有很多玩家一直守在游戏里、全程录屏，和他们的蛋搭子相约在零点合影，甚至还有人说这是他见过「游戏中最震撼的跨年秀」:不管是游戏中颇有创意的灯光秀表演、巨大的全息鲸鱼投影，还是之后欢乐的蹦迪现场和互动彩蛋，都让不少玩家沉浸在蛋仔构建的世界中。
另一方面，这也要靠对情绪的把控、对社交文化的洞察。蛋仔通过各种互动设施、结合网络热点推出的动作表情等手段，给了玩家一种低负担表达情绪的窗口。这种窗口，或许是和路过的蛋仔「举高高」、叠成一串糖葫芦，或许是用道具整蛊路人，但不管怎么做，大家都不会有什么负面感受。