（来源：上观新闻）
结果表明，在 🗝📚KADID-💉⬛10k 上，🔺🌚基于 PA🙉NDA 分🐾数的排🏌👈名准确率达到78🐓.83%，基🧐🤓于比较关系的排🥫名准确率达到7🇰🇲6.90%，超过🏌了同类开源多👩👧👧☸模态模型☑（如 mPLU🚵♀️🧩G-Owl🐛😍2 的4🚯8.5%、LLa🌠📔VA-1.6 的💀🏒57%、Q-Instru🦌🎈ct 的🕣🇧🇷55%）👨👨👧🇳🇪。
更重要的🇧🇶是，群里🎽有一个专门🤼♀️💖的协调者⛱。Q2：PAN🇺🇳DA模型🚐和GPT-4♏o这类大模型相🎓比有什么优🚉势？ A：PA👻♉NDA的💐➖参数量只🌚🧴有0.02🎸👩👩👦👦8亿，处理一对图🎪片仅需3.53秒👕🏙；而GP😸😞T-4o等大模型🍾🌈参数量达数百亿甚👩🦳🐬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%☯。
一个月后，马斯1️⃣🇮🇪克宣布Space🍃🔡X将收购xAI，🥙🇵🇾后者正花费数📢🏕十亿美元投资A🏋️♀️I研发💃。通过引入失真图这🥖🇬🇵一结构化😘💗sem投放表示方式，🚶♀️研究团📫队不仅为区🇧🇷域级图像质🏏量评估提供😻了一套完整的形™🚳式化框架，还构📇🇱🇺建了迄今为止最💦🔻大规模⚪🏸的区域级配对失真♎🛌数据集，并设计了👨💼一个轻量💬🇵🇾高效的模🏟🛣型来学习🇻🇦🏉这种图谱结🗓构📈。
