（来源：上观新闻）
这就是这⏪🙁篇论文要解决的问🏄♀️🔫题所在——不是让🙌🛀AI写🔞ℹ一段代码，🥓👩❤️💋👩也不是让A🚬👩🦳I回答一道题，⬆😵而是让AI像一名🥋真正的科研工程🌏🇼🇸师那样，端到🐅💈端地完成整个机📸🐳器学习研究🧗♀️🧲的复现与优化流程🥫。V4把它压到🏴☠️V3.2🈺的10%，📮☠成本曲线突然♣🐽打直了📊。一个很🇨🇰🍥长的ag🧯ent会话，一份👾🎂反复回读🕙的技术🐩文档，一次🇧🇲🇧🇻跨多仓库的重⤴构，这些过去要🔝切窗口、要🔛加ret🚞🌕riev🧶㊙al、要精心管🧖♀️🛀理上下🌾😼文的场景，在V🇨🇾🛳4这里变成了「📵🧹全塞进去看看再说🥶」🇨🇦。
只有一小撮人🔴认为，这类题😀材适合A📰I创作🐳。不过更↗🍎重要的是，许多用🥯👩🎓户在尝试这类A🕥🏳gent🌌时，并没有清晰的🐚使用场景🎖🌇。研究团队使用了↔🇺🇦一个名为😍🇨🇻 DINO🍸v2 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📖4️⃣换为包含🎅🙀丰富视觉信息的特😱♾️征矩阵🇰🇾。
