（来源：上观新闻）
更重要的是，他⛓们通过大规模实🇰🇮🥒验揭示了当🤮前最先进的多模态🇦🇫大语言模型在区域🇭🇷😜级质量理解上🗨的系统性🧾⛵短板——即🏓🇳🇵使是 Gemin🧢i 2🧭.5 Pr🇼🇸o 这样的顶尖商🛳🌄业模型，🌌📞在这类任务上的💰🦅表现也接近随机猜🕳😷测的水🇩🇲🇰🇭平🅿💖。这一波密集发布❓里，我个人有三个🤲🈵看点🧙♀️。从V2的MLA🇱🇸🔌开始，每一代都😛🤶在删KV🧱🏳️🌈 cach📢💟e、删🇧🇷激活参数、删注®🇬🇩意力计算量🏪💥。因此，他们开始💇♂️👄转向博通所擅长的👨👨👦🐞应用特🙈定集成电📌路（ASIC）🏵。
V4-Flas🤫🇬🇸h-Ma🇧🇿🏋️♀️x只激活13B参♉数，推理任务上🔺🌏能打平GPT♊-5.2和G🇲🇻emini-3.🚦😶0-Pro，代🥣码和数🇰🇷🇵🇼学甚至超过K🐄🍊2.6-Th🇳🇦ink🎯ing🤬。Q2：PANDA🇵🇼模型和🏀GPT-🎓4o这类大模型相😯比有什么优🐀势？ A⛵seo.：PA🇸🇪NDA的参🌕数量只有0.👷028亿，🎛🙎处理一对图👩🍳片仅需3🔅.53😢🆙秒；而G🇼🇫🇳🇺PT-4o等大🧹模型参数1️⃣🙀量达数百🔊1️⃣亿甚至™更多，且🇧🇧在区域级🌛质量比较🦋🇲🇫任务上准确率🇹🇿仅26🕊%，接🧵💞近随机猜测的20🎅%📸🖍。
