（来源：上观新闻）
对1M t🇬🇲oken的序列🍝，原本👴🤚需要a🇧🇦💼ttend 1M🤵个token☸，现在只需要🔯🎒attend 🤸♀️1024🔴🌇个压缩块🍁🥤。董事长🇱🇧🛳成锐强调，🕜前期投入已转化🗳🙇♀️为实实在在的产业6️⃣实力：在硬件层面🤐，公司已建成规模🐄🛬化智能制造能⚙🏘力，包括年🥾🆕产3万套🗝🐏一体化关🍞节、5万台整🏇🗣机的智能化🎢生产线；在软🐷🙅♂️件与系统层面，🐏💙公司牵头完成国👯♂️产机器🚣♀️人操作系🇦🇮统攻关并获⛈验收，还发布🗻了聚焦🇲🇪🍑场景应用的垂直领🤟🧷域具身智能🔑🐧大模型，逐步构🈷建起软硬一体的🐓自主技术🏩💧体系👩🎨。
换句话说，当任务💩需要跨越多轮实👨👩👧⏰验、不断从之🔼前的诊断中学🛄习时，丢失📫✅中间状态的代价🔗💽就会急剧放大🐗🍔。研究团😥🎯队使用了一个👢🧖♀️名为 DINO🎖🇬🇺v2 👨👨👧👧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🕉转换为包含🥉♎丰富视觉信息的特👁征矩阵🇰🇼🐥。但这个差距已⛳🛍经比之前任何🖐AI系🐳🇳🇿统小得多，而💇🎉且研究团队在😳🎌这个方向上的设计🎚🏃♀️思路，为进一步🧖♂️缩小这一差🥣距提供了一🈵个清晰可扩展💾🇮🇲的框架🚏。
这就像打🔣😱电话传话——每传🛒一次，🗺信息就可能失真一🧐🌠次🆖🤼♀️。还没那么🍔神 但方向🐛先进，目前🇦🇮🥀也还只是方⛰🇳🇺向先进罢了🇬🇱💄。他们将失真🇫🇴🇹🇱类型分为14大◾类，分别👉⚗是：模糊🇦🇸、亮度🙇增强、压缩失🥂真、对比度增👩🦳🤖强、对比🀄度减弱、变暗、🐃🤾♂️雾霾、噪点、过度👩🦳锐化、像素化🇰🇾👝、雨滴🏬😹、饱和度增👦强、饱和度减👌弱和雪花⚜。
