（来源：上观新闻）
事情是酱的🛒。该报告提出了一种🌗🏎基于“♈视觉原🖐语”的创新推理🚳⭕框架，旨在突破当🇮🇹前多模🏮🇪🇷态大语言模型👩🚒（MLLMs）🧙♂️🌿在空间参照任务中🌈的核心瓶🤺颈🇱🇸。硅谷来📫💗了一家💒中国具身公司🇱🇾。多重身🍅🚂份，推动着♿其在大模⬆🇨🇼型、国产算力底🍔🇸🇭座等上游技术端🍟持续投👮♀️🔉入，也使其🧙♀️🏄贴近用户的C端💸业务，背负着外🇳🇦💎界越来越多🧝♀️的增长🈴❔期待💝。
它的产品🎨能力，无论是🌾画面质🇪🇹感、镜头逻🐍辑，还是细节还原👗🆖度，都完🇮🇶全可以实⁉现以假乱真，应对💍短片、短剧等中🍬短篇幅内🥡容的创作上，已👩✈️经绰绰有余⛸。所以才有🏫了这次的四个模👨👨👧👦📮型搭配，选🔮⛸MiniMa📏🛡x M2.7是因🔷为它的Codn🖐📣g Plan真😘🇮🇨的量大管👺⏏饱👨👨👦。图中，DeepS📽🌞eek多模💨态模型可以在💛⛴思维链中使用☣👩👩👧👧框进行定位，并在🚀🇸🇹后续的推🕳理步骤中持续🏗♊引用这些被👝👽框定的视觉锚💦点，基于空💗间坐标进👶行下一步判🇹🇩断，极大提🗳升了视🇮🇳📹觉推理🇰🇼的准确性🚦。
