（来源：上观新闻）
与此同时🏋️♀️，一个叫做 S🦛🙄AM（Segm🥞🔩ent 🇭🇲Any🌋🌖thing Mo🐃del，即"🧘♂️🐓万能分🌏🏴割模型"）的工🖕🚭具负责把图片🈹中的每个区域自🤚👨👧👧动分割出来，生📘成对应的二值掩码🖥（也就是标🚻记出每个区域的😘🍒精确边界）🇬🇲。研究团队还会重复🗞这个分析过程🐰多次，🌏只保留每次🍚都稳定出现😝➗的能力，确保结🦝🇦🇫论的可靠性😈👩💻。这种高度🕸🗼集中的分🐕💢布说明，🥾目标场🇵🇲9️⃣景的失败模⛹️♀️🕕式并不是🇩🇿均匀分散的，⌨😝而是高🇮🇪💇♂️度聚焦在少🌔数几种🏭🉑能力缺🧠🛍失上🗺。
GPT👀 Image 😷🦛2 已经来了，👩🦱效果压过了☂ Na💺no Bana🐩🕡na 2，🙈后面应🇸🇾💆♂️该还会有新模型🔵直接 🍧PK 🎌📓Opus 4🚠🍲.7🧦♉。在某些案例中，当😊失真图的预测结果🖇👩🔧与图像的😗真实视觉信息🚐存在矛盾时，🚘🇲🇻GPT-5 M🐆ini 会主动🖊纠正失真图的错误🏌判断——比如😝🍅失真图错误🔀地把锚图某🇸🇽个区域标记为"🇱🇻干净"，而 🚗GPT-5 🎸Mini 通过观🍩🥎察图像本🏄身正确识别出了"🍻变暗"效👨👦果💼。
