（来源：上观新闻）
系统首先将两🎲张图片各自🇲🇵分解成若干个🤠区域（比如👷人物、天空、背🚸景、物体等），🕙然后对每个🚪🍦区域建🏬立一个"节点"🇲🇺。AI真📤👅人剧，就这样成了📈降本增🧞♀️效的解药🐙💭。除了能力本身，H🕐🏘erm5️⃣es的使用🐾👨👨👧门槛尚未明显下🇹🇿降🕙🦹♂️。
这两个基线的🌍🗿结果表明，单靠😋🇳🇫 DINOv2 👔的预训🚟练特征是远远不够🎇的，PA🔹NDA 中专门👨👩👦👦设计的退化解🇱🇰🦕码器对最终性能😬🔨的提升至关重🌽🚺要♐🚯。
截至当时的结🛌果将在第 4 👄🔖节中报🕞告👯。Q/KV 🍚nor🇦🇺🚡mal🌺ization🏸👏。一些细节🙌微调包括，〰👨👨👦👦aff🇼🇸⛳init🧚♀️y score的🇬🇹激活函数从🇲🇦Sigmoid💵换成了Sqrt(🎀🃏Soft™plu🥇s(·))👡📚，去掉了rou🎽ting🕍 target✡ nodes的📈📯数量约束🕎，前几🍣🎵层dense F🧵FN换成了🇨🇷☄用Ha👱🕯sh ro⛸🐇uti🥊ng的Mo🏝E层🈵。
