（来源：上观新闻）
更重要的是，🌕🌊他们通➰🇧🇫过大规模实🇹🇦🎛验揭示🇴🇲🧟♀️了当前最先进的🤝😪多模态📮🍬大语言模型🤵👩🌾在区域级质🃏🇬🇲量理解上的🅰🎀系统性短板♣🦹♂️——即使🗼是 Gemin🚧i 2.5🌿 Pro 🐠这样的顶尖🇷🇺🇨🇰商业模型，在这类📡任务上的表现也接🏩🇧🇱近随机猜🌁测的水平🚗🅿。Q-B🏦🛣ench 等工作🌹侧重于单张😆🇧🇶图像的整体质🏍量分析👨🎤🇹🇱；DQ495K、🦑MICBenc🌛h 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、👨🍳QGr🦢ound、🚨Groundi📦7️⃣ng-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👨👩👧👧🇲🇹。
整个流程🇸🇳从图像🦙的特征提🔋🚬取开始🥂。但 G🏮😰PT-Im🚐®age-2 引🔀广告投放平台入了 思考模🔨👩🦲式（Think🥮🔸ing👩🏫 Mode🥽🏄♀️）：生成前先🍰🇲🇹联网搜索、分析上🧱🅿传文件、🇹🇴🔟规划图像布局，生🐛成后再🤘‼自我复👨🚀🦏核🕠。研究人员🐕发现，让🚱AI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🍯🏈。
