（来源：上观新闻）
这个基准出了💯名地难——💡此前最好的AI🥵🥴系统只能完成约2🍢💣1%的评🏊分要求，🌿而顶尖的🇵🇲机器学习博士生在🇨🇵48小时内能完🚋🏚成约41%🎧。无论是Skill♎😑（技能）的构🏷建，还是记☘忆的整理🕓🏃♀️与压缩，都需要➕人为参👱👷与🇬🇹。AI可以模仿风⛺🖤格，却无🌓🇹🇴法拥有风🚸⚽格背后🍔🦞的生命体验💞。研究团队在论文🥈🈴中汇总了🗜🌦一张比较表👩👦👦🇲🇨，清楚地展示🏈了 PAND🐝ABENCH🎼😕 是目前唯一一🚴个同时满足👯以下全5️⃣😨部条件🇨🇨的基准：🛳以区域为核📳心出发点、具🗾有比较🅰👡性质（两张图片🧠之间）、支持8️⃣多样化失真类🏧🌇型、包含严⏬🍜重程度🥩🥀级别、提供质量⏪🇸🇰评分✖。
此前的🐦迭代代理系统尽🦔♏管比BasicA🇸🇮♐gent多了更💽🗄多交互轮次，🏴🥏却仍然远8️⃣不如A🎂🙂I科学家（甚👩🦱至不如去掉文件通🇰🇬🇦🇮道的AI科学家🧝♀️），进一🎩步印证了"⚒更多交互🔻"和"在积🇧🇱累状态上的持💡🎉续推进📕床上有蜘蛛怎么办"是两件完全🍀不同的事👩🎤。spa🇳🇬rse a🛳👩👧tte◀ntio🛑🦒n不是从头打开📿🐵，前1T t🇨🇫oken⛸🇦🇺用dense🐃 att💺☪ent🧞♂️⛄ion🥒😖做wa🆘rmup，扩到6🍟4K时才i🤱ntroduce📒 spar🚑🏌️♀️sity🍖。
耳机内部空间太小🇮🇴，可用电力有🌐🤧限，而且用🐖🍨户只要戴着耳机，🇳🇨👞芯片就要一直🇨🇽🈺工作🇵🇰🎫。这两个基💥线的结果表🙂明，单靠 DIN〽Ov2 的预🐥训练特征是远💟远不够的，P🍇🇧🇳AND↖🙇A 中专门设计的👨👦👦退化解🇸🇳👨🏫码器对最终性能🦗🌵的提升至关重要🦛🍵。
