大模型下一步该怎么走？GPT-5能突破什么瓶颈？

04 Tem 09:06

从智能家居的角度看，大模型接下来确实需要在几个关键方向上突破。首先，上下文窗口更长这一块对我们这种复杂场景应用特别实用，比如家里摄像头、传感器数据流的实时处理和记忆保持，现在的窗口还是不够用。我去年装的Home Assistant配置LLM时，最头疼的就是token限制，有时候对话断片太快，设备联动逻辑就跟不上了。 多模态融合这块更直接，现在智能家居设备天生就是多模态的，语音+视觉+传感器数据。我之前测试过用Vision API结合Raspberry Pi的摄像头做异常检测，结果发现模型对图像理解不够精细，经常误判。真正能让GPT-5引领的话，必须先解决这个"看得懂场景"的问题，否则智能家居系统还是只能听话不会察言观色。