（来源：上观新闻）
在失真类型🇨🇷识别上，🧙♂️Easy 级别中📽🔬 PA🔷💒NDA 达到⌚了78%的🐔🧴准确率，而🌨🧛♂️排名第二的🏑👗微调版 De7️⃣pictQA+ 🇨🇮👮达到7🏠5%，🧔商业模🇬🇳型 GPT-🌺🔂5 Mini👨👨👧👧💂♀️ 只有49%🤨🇨🇩，GPT-4o⛓ 是46%，🧴🧺Gemini 2👨👨👦👦*️⃣.5 👫🌑Pro 是39%🏝，而随机👨👦👦猜测只有7%🗺。
这种思路🥥🇹🇦对普通☣用户意🇧🇳👒味着什么？以客服🇸🇮🃏机器人为🇲🇾例，如果🍰😶一家公司发现💍自己部署的AI助🇲🇩手在处理退换货时🍜经常出🇮🇪🥪错，不需要💭🦝重新训练整个🇸🇬🔠模型，也不😩需要从🇲🇾头设计训练方案—🥑🇪🇷—只需要收🤮🔳集一批失败⚰纳网域名注册记录，⛩跑一遍T📙RACE系统🐸，几个小时内🇨🇺就能生成☝针对这家公司业务🎿📩特点的专项🇲🇰⏮训练，修补A🦙❄I在该场景下🧡🔚的具体短板👨👧👦。。但自变量联合创始👫人兼C👳TO王🇹🇲🇧🇴昊指出，VLA的❇天然缺陷，恰📴👶恰藏在这📻种“分工🌮”里🇸🇷。
