（来源：上观新闻）
过去的图像🙂🍝生成模🏑🦂型，本质是“黑🦷箱抽卡”：输入🤶一句英🇨🇲文，模型直接🎵吐出一张图🍩。众所周知，即使♣拥有数百人的🗄工程团队，将一🤴款全新🔅🏍的尖端芯片推🎫🚩向市场🇰🇼🇲🇭也需要花费超🐘🥂过 4 亿美元，🇹🇳耗时 1🦓8 至 36🦟🕵 个月🚣♀️☠。AI科学家使用G🇧🇾🦟LM-5⛓模型时❇达到了平均3💹3.73分，👩🔬⛸比此前最强🇪🇭AI基线高出11🇹🇱.15分，🤡🚤并显著缩小🧐了与人类博士生🇬🇩的差距🕵️♀️。除了能力本身，🈁Herm🍓💌es的使用门槛尚🤧未明显下降🐶💵。在公开⚖发布的一周内，👹🇬🇶全球创作者已🖥经验证了 🥃GPT-Im🧥age🐶👩👧-2 的工业🌾级能力： 🇸🇱🏚电商团队🎬利用“⬜思考模🌾式”一次性生🕰🇦🇶成 8🐾 张不同🛹角度的产💣🌑品套图，🚖💱保持品牌☣色调与模特一致性🍠🇨🇷超凡蜘蛛2免谷歌版中文版；教育机构用它制😼作儿童科普绘本🇧🇹，连续 20⁉ 页角色无变形🇮🇸；更有开发者💺在 API 中接🇹🇯▪入后生成🇽🇰⚠完整的 You🏍🌦Tube 直播🦞 UI 截图（含💡聊天室、🧞♀️打赏栏）🍾🍶，所有文字均未 👌P 图🔴。
而最终的反馈只有🐪⛰一个："答案⛴正确"或"答案错🍯误"💱。第二是 De🥢👨🌾epSeek V㊗4🐐。攻击者甚至🥫不需要直接攻🇨🇭📲击Agent本🔋🧓身，只需要🆘在Agent能🦛ℹ接触到的数据中🦝👉埋下种子😛，可能是一封恶意😫📽邮件、一个含隐🇲🇶藏指令的网页、一🗳🔌份被投毒的文档，🍊Agent就🛌可能主动🔩📽从中学习到🧰🌖危险行为🔩🎍。专家代理🐐4️⃣各有分工🗨。记者了解到👾⛄，从大厂体系切换✝到OPC模📦🇬🇭式，姚双♉对创业边界与自我👪🧲能力的认知也📖3️⃣发生了一些根🚴🔽本性转🤤🏊变🐘🇮🇹。其二，语言模型有😘🖱输出长度的限🍭🇲🇦制，当图片包含👨👨👦🎮十几个甚至几十个⛳区域时，要求它👠🌨逐一分析每个区♏域，往往会♎超出模型的处理能✴🇨🇮力，导致🇸🇰遗漏或🇺🇬🐿重复🥽🦏。
