（来源：上观新闻）
更重要的是，😷☑他们通🇨🇳过大规模实验揭🏮🐔示了当前🇻🇬👨✈️最先进的多🥴🏊♀️模态大语言模型在🐣区域级质量理解上🐥🇲🇷的系统性短板—🎛—即使是 Gem💁♂️ini 2.5 ☣🔍Pro👨🏭🐥 这样的顶尖🌁🇷🇸商业模型，🇵🇰🥪在这类任务⛈🖥上的表现也⛈🗓hr是什么职业接近随机猜测的水🛥📂平↩😏。这两周国内外💮♿的 AI 圈又🇹🇹👘开始密集更新了🌽🚡hr是什么职业。WUM🌄🥎做的，正是🇰🇪同一件🐖🍬事： 将视觉、语🦒👌言、动作📢🆘、物理预测等所🚈有能力✋，放在同一个网🔯🕴络中，从零开🤔🏯始联合训🇳🇮练，融为一体🧓😉。
分析过程分为🇹🇴🍌两个阶段：先是"🏁🤞发现阶段"，分析🤐AI通过检查🇧🇴♈所有记录中的🇦🇩🕐工具调用、工📖具返回结果和最🇲🇺😲终回复，归纳出🇲🇹🎹一份候选🇲🇨🚭能力清单🇬🇾🤳，并为每种能力起🕣🛳一个固定名称和描🆎🇲🇲述；然后是"标🐞注阶段🐐"，分析AI🇵🇰拿着这份清🥂‼单，逐一检查每⛓🇲🇴条任务记🏛录，判断每种能力🚜在这条🇪🇭🥣记录中是"不需要🔨"、"已正确👨🍳🦌执行"还是🍗"本应👩🌾🇱🇷执行却没有😰执行"😤✈。
