（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♾️🏵。
工厂里的👾机械臂可以在固🇦🇸5️⃣定位置重🧟♀️🇸🇰复抓取一万次🐻，但家🦢🦝庭里的一🎪万个动作，每个🚉可能只做一次，每🛋🙋次的环境条🚝件都不☺🎓一样🙎。LM Ar🍙🇸🇨ena🕗 最新榜😒单上，G🆗PT-Im🆓age⏲❎-2 以🧁🇵🇸 1512 分登🚄顶，领先第🛂🦡二名 2🙉🧓42 ❔👨👦👦分，评测机构直言⏺📖“这是一🕐次代差级别的🇲🇵🗺碾压”🌡🐜。
