人工智能的下一个前沿：实现通用人工智能的视觉模型？

人工智能正快速发展，视觉模型作为实现通用人工智能（AGI）的潜在关键正逐渐浮现。这一转变可能使人工智能系统能够直接从世界中学习，超越基于代码的训练。但这真的是逻辑上的下一步，还是一次过大的跳跃？