（来源：上观新闻）
普通的图👨🔧像质量评估👜🚑，就像医院给你↪蜘蛛识别扫一扫做了个全身扫描后◽🔏只告诉🖥🤯你"整体健康状况☮🥼良好，有®🧲些小问题"；而失🧑📀真图，则是💎🇲🇩把身体🧫🧼拆成心脏、🇭🇹肺、肝🇻🇦脏等各个🇬🇩器官，分别告诉🤛你每个器官的状态🏟👨🚒如何、出了↘什么问题、🎎严重程度🤪👐是几级，同🎴🚸时还对🎞🇰🇼比了你去年和今年🇳🇱🦍的体检结果🌘，明确指出😊哪些器🎎官今年变好🇷🇺🏕了、哪些变差🏁👮♀️了、哪些🌈没有变化😊↩。
人工大黑认为，那🤕👩👩👦👦个被全网吹捧的“🧬🏩自动生成Ski🇸🇽💇ll”的功能，在▪🕵️♀️实际操作中反而成🚺了个麻烦🕞。就像一张照🧀片整体📧📕偏暗（所有区域都🤠受到"变暗🧬"效果🆗的影响），另🖌一张整体有噪☹🇬🇱点（所有区🍹域都有噪点），系💨🕉统需要分🧢👨👧👦析各个🎸👾区域的情况并🤭进行比较🇭🇺🇮🇪。
加上"无失真🦠（干净）"🇱🇨🔓这一类别，🦞😳每个区域面临的选🛡🍚择共有15种🇦🇨。研究团队🍃还测试了两个基线💄方法作为参照🏃：线性探🇦🇫针（在🙆 DINOv2 🤑特征上直接套一👯🎭层线性📁分类器🤕）和注意力探🖕🐲针（在 DI🧖♀️🤦♀️NOv😤🍹2 特征上套一📅😊个带交叉注意💫👨🦱力的 T🤨ransform😨er 🏊♀️👍模块）🎅🥉。
