（来源：上观新闻）
与此同时，一🚃个叫做 SAM🇵🇭（Segm🇫🇮☀ent Any⚰thing M🤸♀️🕤odel👨👨👧👧，即"万能分割模7️⃣型"）的工具负🐜责把图🇱🇨片中的🕉👕每个区域自👨⚖️动分割出来，生成😪🔌对应的二🚫值掩码（也就是📽标记出每个📝🔝区域的精确边界🐴）🔷↗。但这项研究的🇸🇽实验结😧🚠果表明😩👩🦱，单纯增加交互💴轮次并不能带来🇺🇲📞持续的进步😽🧽，因为每一轮◀新的工作👈如果不能建立在🥌〰之前工作🔒🇰🇪的基础上，就只是🙄😘在重复劳动，而不🌺是在积🏥🇬🇸累🕐🐪。依托政府政策、🌟💡火山引擎等平台🇱🇾的算力与资源支🏷💊持，姚🤐🔬双正带领团队打磨🏴🥅蜘蛛识别扫一扫产品、构🔴建壁垒，探索从d🚦emo到🇲🇴商用级产品的🔦完整路径👿。
但每一个🇲🇦🇬🇲爱打羽毛球的人都🇹🇫知道，这项运动最🍃🌔大的门🇵🇭槛不在技术，而在🇲🇴人🇱🇮。结果表🎪明，在 KADI🥁蜘蛛识别扫一扫D-10k📫🈴 上，基🇩🇿🖖于 PANDA 👩👩👧👧分数的排👧名准确率达到7🇲🇪🐉8.83%，基于💦🧥比较关系的排名准🕠确率达到76.📙90%，🍧超过了🥌同类开🥮源多模态模型（如🈯 mPLUG🤚🏃-Owl2 🧛♂️🙂的48.5%、L🌫🇼🇫LaVA-1.6👺👩🌾 的57%、Q🚢🚦-Instruc🇰🇵🇸🇨t 的55%）🍨👃。
