（来源：上观新闻）
在深度🛌科技研究院💶院长张❌孝荣看👳来，Herme🏠s给出🔼的是Agen🍹⬜t进化的🆖一个方向，即🇫🇮从任务执行向认知🛂规划的🥐范式转变🏀🗞。汇博机器人🇷🇼CTO禹鑫燚博士🐜重点揭示了公司高◀👨❤️💋👨效、低💫🤸♀️成本的数🇸🇩据训练路径🇮🇩🇮🇪。现实任务🇲🇴🙎里最值得提🌝🧤的是内部R🇬🇺👳&D代码benc🇺🇦hmar🤑😣k，V4-⁉🦡Pro-M🇻🇦ax 67%，🇼🇫🇦🇷接近Claud🎄e O🍱pus 4🔃1️⃣.5的70%👓。第五，光刻胶稀释⏺剂与清洗剂，用🕳🇧🇷于调节光刻😺🔭胶粘度🌎🙎和清洗设🔱🐊备🏊🇸🇷。
实验逻辑很简🍰🍛单：对于一对😓📽图片，🧽PAN🦍DA 生成两🛏张图的失👕真图，💏然后用🚪👩🚀一个朴素规则来做⛑🥥整图排📥名——如🕵🍘果某张👨🦱🥕图中更多区域的质🍧量评分💽⬛更高（或者比🎡🖇较关系显示更多区💮域更好💇），则认为该🇰🇲图整体🍙👲质量更好🔧。参数量高达2🤢70亿🚆的 Gemi😈🔒ni 2.5💾 Pro🗞🔰（谷歌旗下🧡🇮🇩最先进的商业大🖊模型之🚤一）只有🤼♀️😔22%的准确率，🕯🤕而随机猜测🇧🇶的准确率是20🇸🇭🚯%——也就是说，😥Gemini 2🕒.5 Pro 📰🇺🇬在这项任务上的表👩🦲📀现几乎与🛄🤙瞎猜无异👨👨👧👦。
第一个♻👞是 KADID☀🐯-10k，包👨👜含81张参考⛪图像和各📊🐒类失真版本；第◻4️⃣二个是 TID♨2013🙋♂️👩👧👦，是另一个广🥨🧲泛使用的图像质量🍭🇦🇽评估数🇲🇰据集，🧸包含人工🎬标注的平均意见分〽🎷（MOS）🇧🇦。研究团队将🇧🇿🌉挑战归纳为🌼🚤四个层面，每一个🎎单独拿出来都不🎎简单，而它们🇪🇷叠加在一起，就构☸成了一道极为复杂🏏的难题🇹🇭🍠。” 不过，要实现🍪👜上述这种更大的生🌂💖态，就必🆒须打破个👘体的孤立状态✍🏁。一场熟悉的“🕐新技术—🌎🦞新焦虑—新生意”🇿🇼⏹的循环，又在上🇷🇺⛎演🚳。
