（来源：上观新闻）
这项由南方科技大🚓👒学、北京🌃邮电大学、🛠🐛微软亚洲研🥢🌾究院、上📵💯海财经大学、清华⛹🎹大学及INFL🇷🇺Y TECH联合💂♀️开展的📇📌研究，以🇺🇦🛍预印本形式于👨👨👧4️⃣2026🧠🙎♂️年4月发布🕺，论文编号为ar🇹🇱🇳🇷Xiv:26🧴04.08865↙。人工合成失🇨🇷真的优势是🇬🇱可控性强，✡🔗能够精确地为每😡个区域分配质量🇲🇬评分和比较🇮🇲标签，😌也能系统🇹🇻地覆盖不✴👑同难度级别；但其🕖代价是可能🐡与真实世🌨👨👧👧界中自然产生❤的失真存在一定的🇰🇳感知差距🇫🇰🌧。任何现有的基准👩🏭💆都无法同时满足🇵🇬这五个👂🐌条件🇷🇺♎。
Q2：PAND🙀🌍A模型和G📷PT-4o🔙👩🚀这类大模型相👊比有什么优势？📫 A：🕷🇭🇰PAND🍧⁉A的参▶👨🎓数量只有0.0👥💡28亿，处💁🕘理一对图片仅需👨🏭3.53秒；🇭🇳🇸🇾而GPT-👾🔟4o等大模型参数👚量达数百亿甚至⛹️♀️♍更多，且🏴在区域级质量比🦑较任务上准🇵🇼确率仅2⏱6%，接💕近随机猜测的5️⃣20%⛴🙇♀️。如果只👩💼看激活参数量，这⬇🦢是目前效率最极🍊👩🦰致的推理模型之♌一🏞🔑。在此过程中，如🚣😽果发现与👥🇦🇫 Spik😞e 的结果存🥬🏴在任何差异，DC🌑🐔 会观察相关情况🇸🇹并检查 VC🇷🇺🏙D 文🇲🇺🤐件以调试👱🇦🇼问题⛅。赛扬S👨👩👦👦🏓U2300于20🏉🆚11年🐒🇳🇷发布，🇬🇶采用的🗝🇵🇾是英特尔于20🚹07年11月推🇦🇸出的Penryn🔎🇰🇭 CPU架📯🏋️♀️构📿🍝。
