（来源：上观新闻）
”盖尔❕🕟写道↪🎏。OPC在🚨✡市场验证阶段可🔂🔌以走灰色方式☮🏭，但真的往上走🇳🇫就一定要越过这🚍避日蛛vs狼蛛一步🐫避日蛛vs狼蛛。它的核心定位🙎♂️只有一💛🏙句话：🔎 The 💳🤾♂️age🚃nt that🇬🇮🧟♂️ grows w👳♀️🐉ith you👨👩👦👦🍰. （跟你一起成😟🔸长的智能体✉🎃。这种"一荣俱荣🔻，一损俱🎧😂损"的机制🇺🇲👉，完全绕开了"每🔈步单独打分"的难🌛👗题😏。这印证👝🕞了"尾部效应"👌的危害——错误的👅🦈训练信号不仅没有👏帮助，反而起到了🔬负面作用🦸♀️。研究团队在这🙋个基准上🔍对当前最先进的🇹🇿多模态大语🇸🇻🇸🇧言模型进行🥏👨🍳了全面测试，结🇱🇰🤘果相当"🎸触目惊心"🧙♀️。
WUM🧸做的，正是同🧠一件事🕯： 将视觉、语🍃言、动作⛵、物理预测等所🇮🇱👨🏫有能力，放🦞🐱在同一个网络中，🐦从零开始联合训🇰🇲◾练，融为一体📀。在视频分析领🛠域，可以🌯用类似的框架来🇩🇿描述两⛹段视频中人物🇲🇨🔕动作的区🗼域级差异，🏆👩👩👦👦用于视👰频动作对比任🔲务🇲🇺。然而当🦗前的AI系🗂统在面对同✏😖样任务⛩时，却🤒🤖往往只能"看🕣个大概"🎞。跑分什么的我就不🎴🤪避日蛛vs狼蛛贴了，🧼👒模型到现在🎏🏒，最好的测💖试方式就👊是直接放到🕓自己的任务里去跑👩🏫👩👧👧。
默认采用4层，研👾🥫究团队🇳🇴还测试了2层💘和6层🎺🚦的版本🖥。它通过阅读🇺🇲工作区目🤜🙏录和各代理返回💤的简短摘🙇要来了🅾解项目📘🕐进展，不👨👩👧👧需要把所有细🌳节装进自己的✌"脑袋🍝📼"🐄。在这个测试🌂🇩🇯中，TRACE以🍻0.552🍙的平均相似度和2🇲🇿😟6个完美分🛋🤑（满分1.0🍛）的成绩领先，而🔉🍪基础模型的成绩💢是0.4🕝🚌11和1⚜9个完美分，最🥮强对比方🤷♂️🇩🇿法是0.520🆑和22个完美分🎛🌇。
