（来源：上观新闻）
具体来说，失真图🏳处理的是一对📀👔图像—🇯🇪🇸🇴—一张叫做"锚图🏵"（a👤nch💡☪or，可以理解👨👨👦👦🥧为参照图），另一🍔🎍张叫做"目🇦🇿🚅标图"（t🗼🛑arget⛴，即被比👨👩👦👦🚀较的图）👨👨👦👦。效率只是具身智🙎能的起点🦞。它们的每一个动🇧🇲作，要么被预先🃏🦏编程，要么被远程💖✳操控🔇。有了这些标注之🐩后，系☢统会计算🙎两个关键数字🏸。--- 三🏨、"薄控制、厚👨🚒🌫状态"：一套听起🚮来奇怪但非常🚊有效的工🎣🕙作方式 研究团队🖐用一句🐭👨👨👧话概括了🎸◼AI科学😕💃家的设计核心："⛸薄控制🥇，厚状态🐛🏴"🚉🚅。
只有两个指标都👨🦳超过阈值的能🇬🇦🌑力，才会被选入训👩❤️👩练计划🇯🇵。Muon在😅🗑LLM🇹🇷🐢规模上的第一🙀次大规模验🍷🇰🇳证是Ki🇯🇲🦎mi K2🇸🇩🚏。LM Aren🤢a 最🐪新榜单上，GPT🐂-Image9️⃣-2 以 151⏸2 分登顶，领先🗣第二名 24☣2 分，评测机构🤢👩🔧直言“这是一🎽👁次代差级别的碾🏈🐌压”🐧🥜。
V4-🏂♐Flash-M🇵🇲ax只激活15️⃣🗺3B参数，👰推理任务上能打平🐡GPT-5.2和↕🇵🇰Gemi🥐ni-🚜🇨🇦3.0-Pr🐛o，代码和🍿🥇数学甚至🤩超过K2.6-⛹️♀️🛤Thi🇳🇮nking😯💂♀️。整体架构👱♀️😭 V4这一代🈸，是D🚼💃eepSee🇮🇷❣k系列里动刀最🔁🔑多的一版🔲。这个解码器由🦚🇳🇮多层 T👩💻😘ran🙇smc中国有限公司官网sform🚆🌥er（🗯一种强大的🇧🇹🕋注意力🙃🏁机制网🐹♎络）组🖕成，让每个区域的💈特征同时"👨👩👧🦄看"到🔟对方图片的全局⬜特征，从📙🇺🇸而学会"我在💻smc中国有限公司官网另一张😰图片中对🇦🇪应的区域是什么样🇬🇱子的"🆒🇭🇳。
