（来源：上观新闻）
构建由人工标注的⚔区域级比较标签🇲🇬数据集，将是一项😲🔪巨大但有价❄值的工❕😼程🏞。PANDA 模型🍨的参数量仅为0🏚🇬🇲.028🔱亿，处理一对包含◀👨✈️14个区😉域的图片对☃只需要3🐪🉑.53秒，而🈲相比之下，同类开📎源多模态模型🧗♂️👨🚒目录编辑（如 Q-In🌹sight）🤺👫处理同样👨👨👧👧🇸🇳的任务需要27🔜4秒，参数量🇸🇴🇮🇴更是高达70🔮🍁亿🚴♀️⛷。
Simple👎QA-Verif👩❤️💋👩ied上V🤷♀️6️⃣4-Pro🕞⬛-Max拿到57😴🇾🇹.9，K2.6🇸🇿🎼目录编辑是36.9🆒，GLM-5🍎◼.1是38💃🛳.1🍡👗。大部分多智能🇲🇶🖌体系统🚫（也就是🇪🇦🇱🇮由多个AI代理👮♀️👩🏭协作完成任🤭务的系统）♻🤚依赖的是"🍦🖇对话接力"：一🚘个AI✈完成一段工作😳🇰🇲后，把结🇻🇪论用语言描述😇给下一个AI🎽🎪，下一个AI基于🧒这段描述🇬🇪🗂继续工作🏖。这一结构的基座🎺，是公司自🇲🇴🏛主构建的🥟👨💻、统一的0️⃣技术与产能底层平🕰台，涵🐺盖标准化生产线、🙀自主国产机器🧻人操作系🧔👥统及垂直领域大模🚘⛑型，为所有🔈🐚上层应🏗用提供通用能力🍯支撑🥝。
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🐵。而就在🛡一个月前💼🇳🇮，他还在脱口秀节🕝目《今夜喜🚣♀️友秀》中调侃：“🕯我之前💆♂️🧭策划了✍一个很大🇬🇪的戏，我就提出要⚒👨✈️用AI当主◼▫演💴🔬。至于为什🦶么产生这样的构🚪图、文字为什么乱🇨🇴🇬🇱码、角色为什么🇧🇻🇳🇬目录编辑崩坏——你永🇳🇫远不知道🇲🇵🔆，也无法干预🇵🇱🔒。C2今天能🇵🇦用双足双手打🚻羽毛球🚸、实现精准回球👨🏭🤦♀️，未来也能用同🇨🇵🔶样的身体🥧协调能力和强化学♑🇬🇭习框架，🥣向更多现实场☹🌩目录编辑景“外溢”：迁移🔄🇧🇴到整理⏫桌面、搬运物品🐑👱♀️、端茶递水等更🇪🇨🇰🇾多生活互🇨🇱动场景🍾。
