（来源：上观新闻）
PANDA 模型🤚的参数量🏳️🌈仅为0.028亿👧👗，处理一🐾对包含14🥏🍛个区域的图片↙对只需🐆🥴要3.53秒，而🇨🇳⤴相比之下，🆙同类开🦞源多模🏌态模型（如 Q🗃-Insight🧖♀️🌕）处理同样的任🇧🇱🥳务需要🦃🧖♀️274秒，🇫🇲参数量🔁🚧更是高达🐉70亿👩❤️👩🙍♂️。
论文表🆚示，训练中间出💚➗过一次🍍严重的loss 🤪🥶spik🐡👩🦱e，De🚌⛳epS🎶eek摸到👩🌾😽两个土💐办法，Antic🥔ipatory 🎢Routing和🚠🇹🇹Swi🐺🚑GLU C💱lamp🌉ing📖💼geo优化怎么做。比如制作“202🌊6 年 AI 😁🍾行业报告”海报，🇦🇴它会主动抓取最新🛂🕴市场增长率🈵👪，而不是😯😗依赖过时参数💥🏷。
Ski🗨🇪🇷ll 的流转😜直接在群里完成🏸。研究团队📼🕔使用了一个🚫⏲名为 DI〰🇨🇬NOv2📌🐩 的预训练视觉模🇲🇭🎋型（可以把它理♏解为一个经过大🐻🗣量图片训练的"看🚶图专家"），将⬛输入的🎼🇧🇪两张图片分别5️⃣转换为包含丰富🍆视觉信息🐌🏵的特征矩阵🧫。
