（来源：上观新闻）
通过反复🚒🇫🇮分析，系统在τ🐱🧴?-Bench上🇸🇬识别出了四🥾👱♀️种核心能力🏊♀️薄弱点🇲🇺。换句话🇦🇪🦋说，即使你把答题🇩🇿⏹范围画🧦得很清楚，😢🇲🇰这些模型依然习惯🕚性地"看整体"，🎩🧣没有能力做到"🚁🗣看局部"🔙。王潜坦承，🥶💽当前模型仍🧚♀️处于“实🇲🇽习生”阶段，🐋需要远程👏协助，有时可🇶🇦🙍能把拖鞋放🔞🇩🇰到厨房、擦桌🍴子擦到一半停🈹🇵🇬下来“思考”🇳🇵🇲🇿。
单 A©👩👦👦gent 的能力♌一下子快速提升🖖，但行业很快发现😨了两个绕不🖱⏪过去的🌥🧿问题🇲🇨。值得思考🕚的是，随🕓🔷着这类系统⚛的能力不断提升，🤮科研流程的加速和🎤民主化🇸🇳🚩可能比我们预期的🎰更快到来—🤑—不仅是顶尖机😿🕳构，普通研究者也🕞🛩可能借助类似的系🐕统，以更👨👨👧👧低的成本完成更🤹♂️高质量的实📇👩🦰验性研究工🇨🇦作🤓😱。
AI带来治👡理新挑战 💯😣AI的狂飙，也👖带来了🚕前所未有的治理难🚣♀️🧶题🐔。实验逻辑1️⃣🐠很简单：对于一对9️⃣图片，PAN😐DA 生成两张👯♂️🐀图的失◽真图，然后用一🧞♀️🍈个朴素规则来做🌱整图排名——如🎅🚟果某张图中更多🇪🇸🌗区域的质🕛⚗量评分更🥞♾️高（或⏳者比较关系🇸🇷显示更🤽♀️多区域🛢👩🍳更好），🛤🏧则认为该图整体质⛷量更好🌩。
