（来源：上观新闻）
因为人的需求🧶🍉，从来不只🦕👩是“把事情🍻🕛做完”🚨🆓。传统扩散模型仅🧽💰关注像素🇲🇶分布，而新模型在🇮🇨 Trans🧨🍱form🤘🇹🇹er 的 b👩👩👦ackbo🐪🧚♀️ne 之上集成🕣🦜了推理链（Ch🌟🏌️♀️ain-of-💐Thought🤙 for🥉🛁 Vision🇹🇭）🇹🇯🍦。两者共同🚹作用，使🧴🕜系统能🦒🤐在几十小时内🧝♂️持续有效地推🐞🥑进工作🇲🇻。
农业让🎲🇸🇲我们意识到🎞时间可以被积🇲🇽⚛累，印刷术让🇦🇽🥏我们意识到知🐒💎识可以被共享，🧿互联网让我们意识🎊到距离可以🆗被折叠✴📇。上下文管💉❕理模块监📌🚡控并控制任何🇮🇳🇦🇼给定时间正在进行⛽的各种会🖼😝话的上下文窗🍏🍀口的整♌🍯体使用情况😛。听起来很合🐐理，但🥟👨👨👧👧问题出在🔪🦖AI推🕉理的特殊♨性上🥟▪。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 🎂💩Gem🧫🇳🇵ini 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👩❤️👩🐖。
--- 二、让A🏋🍽I完成科研的四道👧👗关卡：为什么这🦢件事比看起来难🛑🇹🇨得多？ 要理解🥤📟AI科学家的🚉设计思路，🖍😮首先得🇸🇰🇲🇶明白这项任务到底😓🇸🇩难在哪里🌉🇩🇯。因为压缩注🧥意力保证严格🕯🐞因果性，一个qu🚉🌀ery to🆚🇲🇭ken看不到自己💉🏋压缩块内其他to🇨🇷🌐ken的信息💡。要知道，羽毛球是🗻🥍对机器🚳人动态交🚦互要求最👺高的运动之一🦴🚵♀️。而真实家🇷🇪✊庭数据，才是🏳️🌈🚂模型学会😼🏰在不确💞定环境🇸🇷中生存的关📁🕹键™🇹🇹。皮尔逊相🇲🇳😑关系数🛷💉（衡量😕线性相关程度📻㊗的指标，满分1🦟.0）达到0🧥.642🚴♀️，斯皮尔👩❤️💋👩🥾曼等级🐛相关系数（衡🍨🐙量排名是🇲🇽👩⚕️否一致）达📈到0.66🏸🌒4🥪🧝♀️。
