（来源：上观新闻）
研究负责人陈🌤🗂博远更🇭🇳直言：😤🇨🇱“GPT-🐿🇹🇨Image-2💄 是图像的 GP🖤👨👩👧T——一个📵可以处理任何😲👞视觉任务的通用模🇮🇷型👨❤️💋👨🉐。具体来说🤖☹，失真🛳📲图处理的是👨👩👧👦一对图📳像——一张叫做"💆锚图"（🚌anchor，可🐞以理解🚐为参照图），另一🍔张叫做↘"目标图"（👱*️⃣tar🏂get，即被比📋🥞较的图）📫🇲🇬。PAND🐦A 模型的参数🇱🇻量仅为🐀0.028亿，🖐🥥处理一对包含🇾🇹🇱🇾14个区域🎧的图片对只需要📐3.53秒，而🐈相比之📩下，同🤶类开源多模🎽👩👩👦👦态模型（如🥠🌤 Q-In📊sight）📯🇵🇾处理同样的任🍿务需要🌅274秒，参数🍗🎐量更是高达70🌯亿🇦🇽。
汇博机器🔀人所定🧷↖义的“全栈🔘自研”，涵👐盖从核心硬件到软🎎件系统的全方🥓🇫🇯位自主研🕑发🇵🇹。假设你在准备高考🕷⛑，你的家🤪😖教老师给你出了🇱🇸一道难题🥜。在规模上，TP🚢🚘U 8t最多🔪可将9600🇦🇪块芯片组合为😜🦏单一超级计算节🚄🇿🇲点（superp👩👩👦👦👨👨👧👧od），并通过🏮JAX与Pat🙎♂️hways框🌹架将分布式训🇷🇸🥨练扩展至单一🚼☂集群超过1🔏00万块🇪🇦🏋️♀️TPU芯片🇸🇴。这意味🐗着价值模型🕌确实学会了区分难🤤题和简🇸🇽单题，虽然😢不完美，但相🦅关性足够显著，能🙉为训练提供有效🌚💈的基准🏳信号🏴。
