（来源：上观新闻）
专家代🏁理各有分工🌛🖨。前8步用激进系数💃🏟，快速把🤘奇异值推向1附⚓🚦近👩🦰🍛。随后，这😉些区域特征被🇨🇰送入一🥡个"退化解码器"🇸🇻👼。参数量高达2▪70亿的 😓Gemini 🌂🌀2.5 Pro（🎿谷歌旗下最先进🏢🇳🇮的商业大模😝🆘型之一）只有🏉🐕22%的准确◼🐍率，而随机猜测🇹🇰♌的准确率🐪是20%——👩🔬也就是说，Ge🖥mini 2🇦🇼.5 Pr💌🎑o 在这🦝项任务上的表现几🎴乎与瞎猜无📗异🏃。
孙立宁⛴👩🔧院士指出🇦🇮，这就是阻碍落🎣地的“最后一公里👞”——🏴🧔缺乏商业🧮化闭环的性价比🇫🇮🥅。这种“所见即所得📊💞”的可💼🇬🇫靠性，让设计师终🚌于可以放心将重复🦚性工作交给🍿 AI📮。
