（来源：上观新闻）
里面会跑出📕100个百万🙎粉、甚至1🥞0个千万粉🇺🇳。核心矛盾在于💉🤖，过去的 Goo🚽🎰gle 搜索是📱一个「目🇨🇨🧵录」，它告诉你👨👦👦哪里有信息，你自🌞🗑己去判断，费时间🐓但自己🌰看过什🇳🇪么自己心知肚明😈😳。研究者把所有模型🗣都成功💢🥡解决的任务🅰（23🈺0 个🍸🍆）和所有模型都失🚸🏎败的任务（100👔 个）分别🚷🥧拿出来🍹比较，发现模型🇵🇬🇰🇵的相对排名🔷💄几乎没有☝🇦🇨变化🏝。结果相当清晰🧀🇧🇫。更有意思⏹🛐的一个发💛✅现是：Tok🕷🌫en 效率🇷🇼🇬🇧是模型的🐚🏴“固有性格”◾🛢，而非任🗄务使然🤔。
在刘耕看来，这类🚈产品解决的是一🦹♂️👩👧次性的🇰🇷生成体验，但不会🎾产生可复用、💑😇可传播的内容资产🇦🇽，用户只能💚自娱自乐，🚲难以形🇮🇶成持续供给🥒。而国内的智谱、🇲🇭Deep🧔⛹️♀️Seek🏩等头部大🛳模型厂商🎰🌱，此前均已经推🇲🇱🇰🇾出付费版本🎃。该研究尚未经🐦同行评审🦡💱。结果显示，在PO🚶♀️泛能站是什么意思PE（物体幻⚙🔇觉评估）上几乎没🇬🇪🇱🇻有变化（8🇾🇹6.33 v🤕🚨s 86.🇨🇭😁29），在V😖😫isuLog❣🥟ic（视😂觉逻辑推理）和🌳㊗3DSR🕹Bench（三维🤩空间推理）上🔃略有提升（21😥🕊.00→24.9🇮🇲🐅0和47.87🙁👨💼→49.51🧷），而🥍在BLI🇸🇻💄NK（多模态感知👩👧👦基准）和Sp📷⛴atial🇭🇳Eval（空间🇲🇷推理基准）上🔇🇺🇾有中等程🧯💝度的下降🔔（43.45→9️⃣🇳🇺40.🚙🦈45和49.82🤮💣→48.🐘00）👨👩👧👧。
