（来源：上观新闻）
更少的视👧觉token意味🎀着更小🇧🇸🙃的计算图，更快🇵🇲🇦🇫的训练🏈🇧🇫速度，更低的硬件👨👩👧🇸🇷要求👑🍟。再搭配 5.🇧🇭39 毫米的👎机身厚度和🦝 27⌚9 克重的机⛽身，托尼把它🚁拿在手里😾☎的第一印象🏉💙就是轻👨⚕️薄精致，不会📻有任何负重🔋感🤹♀️💬。
就算模型已经看清👰🏃楚了，但是它🏁🏴在推理过程中💔，你怎么能保证模🤷♀️型和你指的是🕉🥔同一个东西？ 🤝其实这是多模态推🍶😩理里最容易🧭👀被忽略的死穴🎷。但这块🐖黑厂小平板当然🦝♍也有缺点，🎭比如由于边框🚥实在是太窄了，所📩👶以你的大拇♒google加速指很容易♓👒碰到屏🇸🇸幕误触，📝有点无从下手😷🇪🇺。
他们提出的核心🇹🇻概念是“🍧📅视觉基元”(🎮🇱🇾Visual 🚇🇩🇬Primit🌭ives😘)，具体来说🇮🇹😮就是把边界框（b🇨🇦ound🏣ing b🍴oxes）和点🧗♀️🇸🇳（poin👿ts）这两种计算🏫🇵🇰机视觉里最基☄础的空间标记，🔦🔸提升为“思维🇿🇦🐴的最小单位”🦢❌。也有一些研究🤼♀️让AI在思考过程📦🇻🇪中画框，但目的只🍾是为了“看得🦅更准”，框框🖨🔘只是个👮🔠辅助工具🈲♍。
