（来源：上观新闻）
在AI创作🇦🇬者经济🧗♂️🆎论坛上，诞生😸仅8个月的数字人🚵“Yuri”已经🏣登上人物🛶🙀杂志封🧵面——这个由汗青📖工作室创🇹🇳🇫🇲造的A🦝I角色，🇭🇳🤚或许比任何理🤗🐢论都更生🤷♂️动地诠释了🏖这句话🇯🇵。在一次内部🉐评测中，模型2️⃣根据一段👩🎨🚂关于芯片🔔🚪架构的🍻🌶论文摘💷要，自动生成🇿🇼了包含晶🤫🏙体管密度对比👨👩👧图和 3D 🧑🤽♂️封装示意图的完整🏁🇮🇹 poster🇧🇬 —— 🚋连 IEE🌉👩🦰E 的审🇩🇰📶稿人都误以为是🐇💒人工排版🚪。
以最简🇬🇲单的 Easy💥↗ 级别为例，P🚗🚶♀️ANDA 在区🙆♂️域比较🚱🙇任务上的准确率达🇸🇰到了58🎠3️⃣%，而开源的蒸🎨🐈馏专项模型🇹🇹 De🇸🇷pict🥖🚭QA 只🎮🍓能在用 PAND🇭🇹🇷🇺ASET😐 额外⛓训练后才达👨✈️到49🥺%，如果不额外🙌训练则根🏋️♀️本无法完👨💼🏸火端泛站成这项任务💏。**归根结底，🇻🇳🚵这项研究说明了🏕🇷🇴什么？** 这项🛃由华为技🌂术（加拿大）团🔭队完成、发表⏮于 ICLR 2🍄026🍊🎢 的研究🤳🍉，用一🧙♀️🐙种非常朴素的逻📴辑回应了一个长期🇨🇰被忽视的🎣问题：AI评🇰🇬🇦🇩价图片👨👦👦质量时😥，不应该只🎒看整体，因为整体😴🥖感知是🐁🇲🇬由局部细节🧻火端泛站决定的，而👨🦰🦶不是反过来🏇。
”笑声🧿🇸🇴过后，🍌是短暂的沉默🧞♂️。真正的工作细节—👨🍳📺—论文分析、代😢🥜码、实验记录、错🇵🇾误日志——都🧝♀️🏞保存在🇵🇳一个结构化的共🔷☝享工作区里，✂🌲任何专业🚫代理在需要时都可🇹🇫🐰以去读，而👷不是靠着🚷🇻🇬"上一轮对话的记🎂⛹️♀️忆"来续🇱🇺接工作🏇⚱。这个基准共分🧳🇲🇺三个难度🍙🏴级别，每级随🚱👨🦱机抽取💘300对图像🦵。
