（来源：上观新闻）
然而，一个长期🌂存在却始终未被解🎁决的问题🔐是： 👩⚖️🇨🇿当高质量 👣🃏3D 标注数据🤕日益稀缺，我们🏛能否用「海量」互🧽🇬🇩联网视频构建🕺😥高精度📄、可扩◾🇧🇴展的真实👬场景数据，提升 💤3D 👩👩👧👧📞场景理解的多任务🐈😹表现？ 🥏🍏近期，来👄🔋自北京🚋通用人工智能研究🧙♀️🌒院的研究团队在被🗺🐰 CVPR🇧🇸🧿 202🍫🇹🇦6 高分接收🇧🇼的论文中，😴🇨🇲系统性地👨🏭回答了这🇬🇱🕜一问题🚶。
对于国产芯👈🏘片而言，模型训🗡练的难🏗♎度远高🇨🇼🇨🇺于推理🖤🐊。用两张电脑城里买🏬✈到的 GTX58🔰👁️🗨️0 显✈怎么自己弄一个平台卡，把图🈲🇧🇹像识别的准🇸🇪🤑确率给直接提🐎🍯升了十个百♈🏹分点🕖。供给端🚹🇭🇷通过调⛲🇨🇫用次数、接口权限💭、微调🇪🇸🏙许可来控制价值分🧲配🇧🇾。评估指标包括😵⚪多个维🏋😂度：CLIP图🤯👘文相似度衡量生👘成描述和物体🇬🇱图片的匹配程🎄度，CLIP🐁🏵文文相似度衡量🕚🇸🇰生成描🚹👠述和标准描述在语🚼🦛义上的接近程度，🏘FID🇩🇿⛳分数衡量生成描↕述的整体质量➡和自然度（越◀低越好），🐣检索指标R@🌎1/5/10衡量🇲🇨用生成描述🚈🦌检索到正确🇲🇪物体的🤦♂️成功率，词🇧🇹汇相似度🕍则衡量用词❓🧣的精确程度🤹♀️🚮。
