（来源：上观新闻）
Medium🇫🇷级别中，🚕👂一张图是单🖋🤪一失真，😪🦔另一张每个🐟🍡区域的🥕失真类型各不🤥🇷🇴相同，识别😝🇧🇬难度增加🇰🇵🇲🇭。大部分公司还在🧴卷单 Agen🇬🇧🎪t 的⭐🇵🇾能力👛。结果显示💢，4层是一个甜🍁🇻🇨蜜点——既🚛足够深以捕捉🕕💗复杂的🇸🇰🆘跨图像🎑区域对👭💭应关系，又不会🍯因层数🇲🇴过多而导致☠🤖过拟合或训练困⛎难🚁。默认配置使用🇦🇷♈ DIN🐼Ov2（小型版🎶🎎本，Vi✔T-s，384🏃♀️🥪维特征），🧰🛵研究团队还测试🇮🇩了 DINO🚹v2（基础版☃本，Vi🧚♂️T-b，7👵🧴68维🇨🇿⏬特征）和 🇬🇮Sig◾LIP（76🇦🇮8维）的♻效果🤜。
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 Gemini🇳🇪🧓 2.5 P☎🙊ro 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🏨🏯。这项由南方科技🇱🇮泛目录大学、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 T🛸🤔ECH联合开展🇦🇼🧖♀️的研究，以预印🌵🇦🇸本形式于2026✌🧰年4月发布，论文🥠🈴编号为arXiv⬛🖱:2604.0🖐8865🛋✒。
