（来源：上观新闻）
删到V4，单t👁️🗨️🐯oken推📪理FLOPs砍到🧖♀️四分之一，KV⏰ cache砍🥋到十分之🇲🇰🚬一👗。最终，🦌👷♀️PANDAS🥵💉ET 包含了🆗🥙超过52.8万🤗🏫对图像，覆盖训练👌♎集（约48万对）📌🇧🇴、验证集🖊（约1🌹.2万对）🚳🚮和测试集🈚（约3.6万⛑☃对）🛡。“第一是服务😮❓，用户的😡产品体验是否流畅🧶、方便、舒🗑适，这是非常🚣大的竞争力🙂🍐。在VLA“统治”☮了具身智能三年🦂之后，🐦世界统一模型🦕（WUM）或许🥐🌘第一次🐸让机器人拥👨🎤👨🦲有了真🍹正的“世界观🎇🚨”——它🛑能理解物🇻🇳理规律，能🚢😝感知自身边界，能🕠在真实世界中🇧🇦不断学习、🧺自我进化👩🎤😗。TRACE则⚪以47⏸.0%的整体通过🛐👯率、44%的航💎🥤空领域通过率和🍼😥48.2%🙍👩🦲的零售领域通过率🇹🇩，显著领先所有对🇧🇳比方法，比第二💒🈯名的GEP👨👧👧A高出7🇲🇾🍛.4个百分🌱点🔕🚕。
这种现象被研究团🐡🎚队命名🍉为"尾部🔩🏭效应"（Ta🧯il Effe📅👩👩👦ct）🔐🍜。没进V4🐎🏪，但在未来方向👨🦲里被点名，🇸🇳👩👧👧留给V5🇬🇼5️⃣。在这个测试中，基🏝🈲础模型的🇸🇩🎃通过率👨❤️👨🇺🇸是32.9👳🇦🇮%，航空📎🇵🇹领域24%，🤙零售领域3🎌6.8%☂。研究团队在论文🇲🇻中汇总🐈了一张比较表，🚽清楚地展🇽🇰😠示了 PANDA🤸♀️BEN⚜🏗CH 是目前⚒唯一一个同时🇵🇬满足以下全🥑部条件的基准：以💝魔术泛站群区域为核心出发点🥊、具有🇭🇲比较性质（两😄🇬🇩张图片之间）👨👧👧🏴、支持多样化失🏠真类型、包含严🇱🇮重程度级别♒、提供🕦🖊质量评分◼。这种高度📶🇸🇯稳定的➗识别结📀🧧果，验证了对🏵😻比分析方法的可靠🎼🥚性💀。
