（来源：上观新闻）
2025年🐋3月，xAI⛸🏩收购了X🧶🌸。” Herm🥛es的🇹🇫💭记忆机制也同🚳🍉样存在问题🎚🎞。原因在于：🇨🇳🏑如果股价突然下跌🇧🇪🇨🇷，银行可能⏹被迫抛售作为抵押🤱的股票以避免损失🛀，从而引发😵🐶连锁反应，🇰🇳进一步压低股👩👧👦😜价，形成📬🤘“下跌👳🧦螺旋”😮👩🚒。但缺乏全民参⛵与，一枝独⛽秀不是春🍠。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 Gemini😖 2.5 P🔂👪ro 这样的顶🍜🇧🇱尖商业模型，📰在这类任务上的🕖👢表现也接近🥡🇪🇨随机猜测的水平🙇♀️🇬🇫。
可见商业大⛑🌎模型在这项任务上💇♂️确实比随机猜测🇱🇻🥨强得多，但🇬🇪与专为此设计😵的 PAND🧝♀️🎅A 相比仍😧有相当差距🚑。文件即🕯通道协议做到🕴🇨🇵了这一点，而层💏级化编排则确🇮🇳🌿保了这些积累🧝♂️💙下来的状态能📍♓够被正确🇦🇹🇵🇹地路由给有能💸力处理它们的专🥄🛒业代理👦。正是为了解决这个🧧问题，华😶♍为技术😊🇹🇷（加拿大👞🕣）的研🌠究团队提👨🏫👨🦲出了一个全🈺⌚新的思🇯🇵💞路：与其让AI🥺笼统评价整张↙图，不如教它像🚃真正的专家🤣🈴一样，先把🚐✊图像拆解成一个👨👧👦个有意义的🇱🇹区域，再🤐针对每🤙个区域进行细致的⚓🇲🇪质量分析，最后🥁🏩通过一张结构🇹🇰化的"关🇪🇹系图谱"📳🙌把所有信息🇵🇹💏整合起来🥌。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🐦🤜。模型未🇹🇻🧖♀️能识别出问题所在🧮🇱🇮，在寻找👋😦解决方案的过程中ℹ进行了大幅🏊📔度的修改⬇🔻。
