（来源：上观新闻）
这种"先结构化👩✈️✈、再语言化"的🐠路径，可能🧯🔳比直接让语言模🥇☀型输出区🍆域级分析更加可🕰靠和可控♦。#01 为什🚰么需要多 Age🍳🦑nt？🇧🇶🇲🇼 先退一步聊一⚠🚎个绕不过🏦🏌️♀️去的问题🐕。对普通用户而🌮言，这🎫🌤意味着可以像委托🇧🇱🖇设计师一样下达复🔺🇰🇭杂指令；对产业🖕来说，这是🤜👯♂️将视觉💌📮生产从劳动密🇬🇺🏈集型转向认知智🐎能驱动的重要里🕕🕊程碑🇵🇰🥃。
耀客很快否🏵认：“采用了海量🤯数据，没有复制🐜或采用任何一个真💩🦙实的人😴的五官🦛🦷。这说明🕶👟失真图🔙与大模🛷型之间形成了一🎨种真正有意义🕠的协作关系，而非🥍简单的复🐖制粘贴🎖。但现有主流训练方🎤法存在根本性的缺⛏陷，而这篇论文♾️提出的新方法，正⌚是为了彻底解🕛🈂决这个🚺问题🦸♂️🇨🇼。GRPO达到5🦴7.44🍎🔨分，SP👨🎨👴PO达到5💏8.11分，配备📠㊗小尺寸价值模型🔡✔的SPPO组合更🚀是达到🥳了58.56🦑分，拿下🈲了所有方法中🐡😠的最高分🚎。
AI必须🍛在这种模糊的反馈👡☮中做出合理的🚐😯判断🛎🔱。他给出了一个务🇲🇫实建议：🏐⏭“一定☹👨👨👧要留存创作过程痕👄😴迹，包括交互频☎🏄♀️次、版本迭代🇲🇴记录——这💍⏬些是未来确权的重🇭🇳要依据🥰。Hermes与O✏penC🇪🇹🈳law的另一⏺个关键差🇵🇷💡异，在于记忆机制🚍。” 在创🦖业过程🇰🇵🌐中，姚双也深刻📌感受到OP🇯🇴💅C模式的隐性💕成本🇬🇼🇹🇻。失真图把🇩🇬图片拆🚂🈲成多个区域（🇧🇭🇭🇹如人物、天空🇲🇷、背景），为每个🚫🧳区域分别记录🖤🐜失真类型、严重程🌫🤜度和质量评🚴♀️☸分，还能对比🇸🇪两张图片中每个对⚜⬅应区域的优劣👎💲。
