（来源：上观新闻）
事实上，今天的双🇨🇳足机器人能👲后空翻，灵巧手能🚜写毛笔🎙字，力控关节精度🙄🚒已达毫😽🎷米级，问题出🇮🇪🤰在智能🎲。上下文管🚁理模块监控🌦并控制任何☑给定时间✌😳正在进行🇬🇱的各种会话的上👬下文窗口的♨整体使用🎽情况🧘♂️。PANDA 展现💠出了最小的性能🚣📓下降幅🏄度，而部分商业大✨🔗模型在😌 Hard 级🥶✊别的严重🇨🇿🌙程度分类任务上甚🐳📡至下滑到了⬆低于随机猜测水平🎒的表现🐆——这说明在面😾🏖对复杂混合失📛👩🦳真场景时，这🧤♦些模型完全"迷🎀💂失方向"，只能靠💃"惯性"🧖♂️😒输出一些听起来像🖊样但实际👊上随机👫的答案🧗♀️。
下面摘录了🎰其中一🌝次针对📄6️⃣乘法器单🇧🇾元设计🇿🇼🤒的审查内容💵。” 自变量创始人🦵王潜在发布会🧖♂️👨🍳上，用一个🇨🇬再普通不过🐫🍝的早晨场景💯◻，揭开了行业光💎🗼鲜表象下的真👨🦱实现状： 拖鞋🍝🌰不知踢到哪里🇨🇬🇬🇧，厨房的😰碗还没洗，💋📅孩子的书包扔在地🚍上，猫🥣🙇打翻了一杯💰水…… 这👨💻些对人类来说几乎💥♦不构成挑战的🎨⚙碎片任务，对🐸🔴当前所有机器人而👨🍳⤵言，却是不可能完🈶成的任务🛫🇪🇬。
与之相比，GEP👩⚕️⌨A（一种通过🏮优化提示词🥗来植入能力描🏞🇧🇮述的方👨🍳🦑法）在超过4种🔠🇬🇫能力之后就👨👧👩🦳陷入了停🇮🇸滞，无论再描述🏣多少种能⛈🇬🇹力，效果不再提⬜升🆓🇸🇿。
