（来源：上观新闻）
研究团队🌪使用了一个名为 🌧DINOv🇵🇹2 的预训练视🆙🕣觉模型（👈可以把它理解🇳🇱🥝为一个经过大量🇻🇺👩💻图片训练的"🥢📴看图专家"🇵🇸🐳），将输入的两🦔张图片分别转换为🏮🌰包含丰富视觉👵🇨🇽信息的特征矩阵🍪。比如一个年迈🐱的独居老人，⛸想要有人🚎按时提醒🇸🇬他吃药😅打针，扶他起床，🥋推着轮椅带他🗜🇯🇲出门散😰步； 比如🛐🏙一个刚做完手术🚛👨🎨的病人🚛🌯，需要有人协助他⏱®完成康复训练中那🏯🇸🇳些枯燥而重复的动8️⃣🕳作； 再🍜比如一个喜欢打🦚.cn是什么域名网球的中学生，放🌯🤬学后想练几组发🏇球，可父母要🇲🇫上班，教练✒又排不上合适的🔰时间🇬🇫。每一个💇♂️🕡专业代理在开始🇦🇩⏱工作时🇨🇼📓，不是靠"回忆🙏🌗上一轮🆔🔆对话说了什么"，🔋而是先看一眼整🎾👞个工作区的目录🍏索引（🍛🍕一个轻量的🇦🇽🇸🇱"地图🏋️♀️🇳🇨"），然🍇🌍后按需读取与自己🎉😹任务相关的文件📱，完成工作后再把🙋♂️🍓结果写🎒🔽回对应文🥺件👨🦰。
真正让AI能够跨🐊🍆越几十小时、跨越🌌几十轮实🦵验持续☹进步的，是一套让😍"历史工作成果"🇰🇬始终可🇳🇿访问、😘💳可信赖、可建💖🛌立的机制设🏺计💱✍。反之，🧂🕥如果预估答对率0🇹🇱🥐.9（🥟🇸🇮很容易），但🎟AI答错了🥞，优势信号就是0🕥🐲-0.♓9=-0.🧘♂️9，说明☂这次翻车非常严🌙✳重，需要强力纠正📄🤺。由于每种🥇能力只对应一🏏😚个单词（比如🇫🇯🇬🇸A、B🍂、C），模型只需🤕要在这些🔽🙄候选词之间选择，😟💕判断过程极为高🚆效，每次任务只增🇧🇷👨👦👦加几秒钟®🙅♂️的额外时间🇸🇷🕓。
