（来源：上观新闻）
图/视觉中国🐦📹 更聪明的“马” 从技🇨🇦🥭术层面上来🕍🚣♀️说，Herm🧟♀️es确🦓🔌实比OpenC🇮🇴🎠law更进了⏩🐥一步🐙。研究团队使用🇮🇷🐮了一个名为😐🇪🇹 DI⚽NOv🇵🇱⤴2 的⤴👖预训练视觉模型🕉☃（可以把它理解🌜为一个经过大🧺❕量图片训练的"看🤲图专家"），将输🇹🇹入的两张👨图片分别转换为包💑含丰富视觉信息的🌹👱特征矩阵🌽🇩🇲。SPPO的方式🇰🇾📛是：出题♣😸，老师根据以往对☠🕐你能力的了解🐱，先预估你答对这👨🎤道题的概率，然🌳🖼后你只🔱作答一次，用"👩👧实际结果"📡🧝♀️减去"预估🤹♀️概率"来判断你这🌵次发挥是👩🎓超水准还🔍🦝是低水准🎐。
在公开发布的一💇周内，全球创作🖨🐺者已经验证了🇳🇵🔀soe是什么岗位 GPT-Im😼🤮age-2🇯🇵🧺 的工业级能🖨🎻力： 电商团队利🎰用“思考模式”🌚一次性生成 8 💝张不同角度的产品🏥🛫套图，保持品牌色📸🌽调与模特😠一致性；教育机构🏜🌇用它制😯作儿童科普🍵soe是什么岗位绘本，连续 2🤯0 页角色无🆖🇵🇰变形；🧟♂️更有开发者在 A🇧🇿🦙PI 中😔🏨接入后生🌏成完整的 Y🇦🇬👨ouTube 直🇸🇪👷播 UI 截✂🐿图（含聊天室🧚♀️、打赏栏）😕，所有文字均🇸🇻未 P 图ℹ。
它生成的👩🔬soe是什么岗位不仅是像素🇬🇧，而是一种经过论🇨🇬🎻证的视觉表达🌂👓。”只要🇱🇹一做大表情，🌛🇨🇲AI演▶🥠员就会僵住，不仅💉出戏，还很诡异🗻。这样，它就能👼确保达到目标🎄🔍。因为V4把h🧘♀️🧀ead di👨mensio🇩🇬n c设成🇮🇳🤷♀️了51📑2（比V3.2的🥂128大得🎯多），👮如果直接把所有h🥖ead的输出投影🎸👨🦳回d维会很贵🎤，所以做了分🇨🇾🧲组投影，把n5️⃣_h个hea🇸🇴🏅d分成g🤠🚜组，每组先投影到✒🇮🇪一个中间🏫维度d_g，🌮最后再合并投影回⬇d🇧🇭🇧🇹。
