（来源：上观新闻）
对漫画分镜💒、电商系列🥾图来说🇪🇹👨🌾，这是跨越式升级🦷🇫🇷。这种跨团队的⛽👨✈️技术共享🇰🇵⏰和各自演化，是2🎧026年开源社区⏏🕌最有意思的一面📁🍟。为了训练😧 PAND☁🦶A，研究团队🇻🇺👊构建了一个专门🏑的数据🏏集，命名为 😊PANDAS🛫ET🧜♂️🧹。AI科学家在使用👨🎤Gemini🥿-3-F♏🆗lash作为🇹🇻底层语🇷🇸言模型时，平均得🛀🖖分达到30.💰🦸♀️52分，比😗同条件下☃💸最强的🏴🤶基线系统高出9.🇧🇮☢92分；使⌨用GLM-5时，🚪平均得分达到3🏣3.73分😖，比最强基🦵线高出11🔪📳.15分🏵🏖。
这个差异说明，💉🔜单靠文字描述能力😼🛸、希望🌳🇰🇪AI在🕵🇷🇴提示词层面"领悟⚫🎭"，存在根💘💣本性的🎬上限；而通过🇹🇫🐅真实的强🇷🇼🧡化学习训练🐀让AI内化🇵🇹技能，才是🌨😓真正可🥃以持续🐡叠加收益的路径🌥。这不是🇲🇴🈺能力的🚵♀️差距，而🤲是范式的♐失效📨🃏。因此，他们开始🤾♀️转向博通所🎳🥾擅长的应用特👩👦👦🦢定集成电路（A🌺🇲🇸SIC）🐢。过去很多🇧🇿人认为，📗🔚只要语言模型足🤹♂️够强大，给它↗📲更多时间🛢😬和更多"⏩🍎思考"机™📟会，它就能自然🦴而然地完🐕🇫🇴成更复杂的任务🍲🦜。
