已收录文章摘要，完整内容可前往原文阅读。
导读大语言模型让“通用智能”再次成为人工智能研究的核心议题，但这篇白皮书提出了一个反向问题：智能是否一定要以语言为中心？视觉在人类和动物智能中出现得远早于现代语言。视觉并不只是一个输入通道，而是捕捉世