（来源：上观新闻）
没有模块🇺🇲🎭边界，🥤🗝没有数据搬运🚊🇸🇽，没有信息😨🇧🇯损耗♒。研究人员发🇹🇯👩👩👦现，让A♈🕦I学会解数学题、🌪🇳🇦做逻辑推🤡理，需要用🏴🇪🇦到一种叫🗡做"强化学习"🇹🇲🇱🇰的训练方法——🙌本质上就🈷♍是让AI不断🛶尝试、不断根🎽据反馈调🐷整🇰🇷。结果显示，这个"🔃🇧🇩小个子"组合不🤛📰仅正常工🎍作，还取得了所🔞🍵有方案中的🏄最高测试分数，🕋↔同时把显卡🖌内存占用从91.🈂geo是啥5%降低到78.📠7%🇧🇱👯。AI科🌇🚆学家正是按照这个♎逻辑构建的👩🦰。Q-Bench ♉等工作侧🚲重于单张图像的🔙🔯整体质♌🗜量分析；D🗽😍Q495K、MI✴🇦🇸CBench 等⬛工作虽然涉及图像💹🍱对比，但不是以😫🍪区域为📂🇮🇨核心出发⏬🕦点；Seag👨🎨ull、QGro🌱🚬und、🥨Groundin🇹🇩🍓g-IQA 🥡🗺等工作虽然🎳🍌涉及区域级分🍬👩🦰析，但只针对单张🇧🇸图像，不支持两🥛张图片之🧙♀️🇲🇶间的区域级比较🦸♂️🦑。
AI必须🤾♂️自己去猜测究🇲🇲🍤竟是哪一♨个行为🤤🕣导致了🤠👨👦最终的🛳🌉失败，而当一个🇮🇳🌔任务需🎇🥃要完成十🇭🇹几个步🌛骤时，这🇨🇫🏧种猜测几🥐乎无从下手🚄⛱。AI最终是能☸🥒让影视行业回春，👇🥨还是引火烧身，难🇱🇮📩以预料🔁。这样，它就能😩确保达到目标🚔。这些热闹展示的🚵♀️🎒背后，是🥐一个冷峻的事🧭实：当AI可🇶🇦以批量生🐝🔉产“60分”🇼🇸🈷作品时，“9💹📫0分”以上的精📋品反而变得😻更为稀缺👘🤷♂️。研究团队还提出🇷🇺🇲🇺了一个有趣的未💔🤶来方向：🦛🤱把失真图作为推理🧛♂️🇻🇺链的中间步骤，🇨🇾🍴让模型先生🍖成失真图，再基于⚾失真图给出🌽📰最终的自然语言🇧🇿🙋♂️描述🚵♀️。
