（来源：上观新闻）
Verkor👩👦.io的联合创始◽😭人Sur🤑泛站esh 🇹🇨Krishna表⛅👯♂️示，团队的核心🇦🇩🚖论点是，这种方法👩🦲💴比仅在整体设计流🇹🇫程中使用专🐱门的 AI 🥑系统来完成▪🔡特定任务更🇭🇰有效☄⚽。谷歌在技术♦博客中指🔳👈出，第八代🏸TPU的设计哲🖤学围绕可扩展性、🐣可靠性与效率😳👩🚀三大支柱，两款👩👧👦🧁芯片共享谷歌⏏🔳AI软件栈的核心👨🏭🇸🇪基因，但各自🍵针对不同瓶颈进行👩🏫🇨🇺了专项优化🧀。
它有意保持了架♾️构的简单，🌳🇫🇮留有很大的改进🔮🇬🇧空间，特🔭⏫别是在处理视觉💡🏖细节复杂🖱的区域👨✈️👗时⚫😸。LM Arena🆗 最新榜单上🍩📓，GPT-Im👨🔧age-🤘🐌2 以 1🍍512 分登🆘🖇顶，领🇺🇸🍪先第二名🚶 242 分，🇦🇴🍇评测机构直🇵🇰言“这是一次😁代差级🇬🇼📮别的碾压🎉🇰🇵”🥑🕠。相比之下，直🔦😩接在目标👿场景里进行😽🔆GRPO🏏训练的曲线显得🥋波动起🔐🔶伏，甚至在384🏴🚤0轮次时🦊📛出现了下滑（从3🔂🦴7.8%跌到🏤⛺35.4%），最➰🥳终停留♥🚈在37.8%🌅。
这些需求🇱🇺一直都在，但当下🔶的科技，💷🇵🇰无论是互联网🍗💨还是算法推荐，都🤖👅没办法真🌾🕘正回应🛌它们💚🐜。这个关键缺陷👷🥒导致训练变得🙍♂️🥶低效🗽。结果表明，在🖐 KADID📹🦑-10k 🇯🇴上，基于 P🇿🇲ANDA 🧽分数的排名准确🧱🌞率达到78💙.83%，基于🗺💡比较关系的🔵👜排名准👩🎤🇲🇾确率达到76🏌泛站.90%🕢，超过了同类◾开源多模态模🧐型（如 🇺🇳㊙mPLUG🇹🇹🧪-Owl2 🎡的48.5%🔵👩👩👧👧、LLaV🦂🎽A-1.6 的5🇩🇰7%、Q-Ins😽📚truct🇸🇮👩🎤 的55%）🍃。
