多模态AI模型扎堆发布，大家觉得实用还是噱头？

最近AI圈真是热闹，多模态模型一个接一个发布。我自己做内容创作的，试了GPT-4o和Gemini，处理图文混合任务确实省了不少事，比如自动生成配图和文案。不过有时候响应速度不太稳定，特别是晚上高峰期，等得有点着急。另外，开源的Llama 3虽然参数大，但多模态支持还不够完善，社区插件也少。大家在实际项目中有用过这些模型吗？哪些场景真正能落地？还是说现在更多是技术秀肌肉？另外，国内的大模型像通义千问、文心一言最近也在发力，有没有人对比过和国外模型的差距？欢迎分享经验，顺便求推荐好用的工具或技巧！