（来源：上观新闻）
研究团队做了一🌻个生动🇹🇦🐱的实验🐟3️⃣，把同样两♓😂张图片同👯♂️时喂给🇪🇷⛅当时最先🐾🍖进的多模态🎒🤯语言模型 C🛌网络书源o-Instr👩🦰🇩🇬uct🌎，并提🇸🇳供了每个区域🦄🍁的名称、描述😬🌈和边界框坐标🍝🐽，请它回答每🥚🥤个区域的质🥚量情况🦉🐘。
这种“所💜见即所得➿”的可靠性，🇭🇺让设计师终🧱于可以放心将重🇧🇾💯复性工作交给 🐮✏AI📖。比如用户说🔐"帮我打🤝🏴开Wi-Fi"🇧🇾🇯🇵，AI调用🍞🍡开启Wi-Fi的🚞工具，结果⚙🛸返回了⛸"低电🏫量模式下无法开🌟启Wi-Fi"👷♀️🇫🇷的错误，AI便🚒👩👩👧👦直接告🍌💻诉用户🦕"对不起，无法🚁🇬🇵完成"🔂‼。
作为人工👻🇳🇿智能“皇冠上🐐网络书源的明珠”，具身😔🏕智能的发展备受瞩↔🎰目🎫🍇。在20个🚲⏱不同的😧论文复现任务中，🇮🇴几乎每一个⁉任务上A🇭🇰I科学家都有明显🆕2️⃣提升，其🇲🇰中最显著的一个🚊💂♀️任务（pin🔰🍺n）在GLM-🇳🇮🇸🇲5下提升了32💁♂️.99分🐐。
