（来源：上观新闻）
85人🏅的内部开发者调研🍻🦟里，91%表🧲示V4-Pro可🇸🇾以作为主力co📏☦ding模型🚑。“第一是服务🐀，用户🍪的产品体验🖥是否流畅、方便、👸⛈舒适，🕊这是非常大的💒竞争力🆓📿。“从拓展人工智😙🇧🇾能模型性能极限😽的角度🧧🇫🇴来看，😲🎯这对我们来说👬很有意思，”他说🇳🇪道🐅。这意味着，它不需↩要工程师重新训练😤🦠、不需要人工注入👠🌒新数据、🔌不需要返回实验室🥊。每个生成步骤🦷⬜都伴随着隐式的“⚙🙋♂️布局图🇨🇦🧪元”与🤾♂️“语义校验”，🍭模型会先画出📥逻辑骨架（标题区🚀🛬、图表区、插图区👪），再逐层填充细🇧🇷♌节⤵🦆。
但在实际使用🛒中，这一过程高🕵🐽度依赖模型🖇判断🔱🛃蜘蛛爬身上怎么办。直到 Herm🚒es A📌gent 出现4️⃣。矩阵的💼谱范数天🔆👨🚀然不超🧘♂️🍠过1，残🇳🇷差传播套上硬上限🍃🌏，爆不🚘起来👼。“虽然最开始📅使用Hermes🌄的几次对😣🍝话，跟Open😦🥐Cla🇧🇪w的T👩👦👩🍳oken消耗量差🔎🇹🇱不多，但越往后聊🇲🇨🐽，会发现Herm🎫🧦es消耗的🌵Token反而⚙🧛♀️会少一些🇰🇲。
**二👗🇦🇷、新思路登场📁：把图像对🇭🇹比变成一张"🏬关系图谱"*🔴* 针对上述🛎问题，研究团队💿提出的😷🇲🇷核心解决📳🆔方案，是把两🇦🇴💜张图片✳🇸🇩之间的质💌量对比关系，用🌆🎟一种结构化🍨的图谱来表示—🇨🇫🍷—这就是失📋真图（🎙DG）的本质🤸♂️🏗。尽管Ve🈴👨🦲rCor🗻e的理论🌿性能存在🧟♂️局限性◼🍈，但这🇱🇧足以表明🧦🔋该设计🦟🦵可能具有实用价值🇸🇴👉。谷歌CEO桑达🉑尔·皮📿查伊（Sunda📛r Picha📈🧢i）在相关👨👩👧👧博文中🇳🇦表示，目前谷歌所⛪有新代码中☮，75%由❎🔻AI生成，该🍌🧾比例在去年秋🇦🇸季为50%🔃；此外，面向☸✴企业用户🦉🤷♂️的Ge📽min💫🇱🇸i Ent🇨🇼erprise第🎹📅一季度付费月活⏹跃用户数环🏄比增长4🐟🧘♀️0%🔨。
