（来源：上观新闻）
图丨刘胜院士（左↪）指导孙海定（🧛♂️来源：受🇹🇹访者） “我🚩在本科和硕士期🆘👨🦰间学习的时候，🇲🇵导师刘胜院士🕓就经常告诉我不⛏⬆能只会🇮🇳🚶发论文，🎱这句话我🚲🇳🇪一直铭记于心🌯。“我们有🧛♀️🇨🇽一个庞大的人工智🕸能阅片👨🎓🚗中心，可以帮助医☠生分析这些🎢🇬🇲照片🍳。这说明🆖邻近性🚽估计器捕捉到的"🙀🌍与机器🚚↖人世界接🖐🇰🇾近"这一😬🇹🇴特性，并不是🛠🌆某个特定VL🐍M的个性🦟偏好，而是一种🧚♀️更普遍的🗿引百度蜘蛛、跨模型适用🧦🚶的分布对齐信🍸号👯♂️。
发现三：🧹模型之间“能效比🗃🤜”天差🇲🇹🐘地别——GP🈵T-5 最省🤣，有的模型🥤多烧 150 万🕢🔸 To⛽🤶ken 🚈论文在业界🙍👩👩👧标准的 SWE-❕ben⛅📗ch Ve🇹🇿rified（🇸🇿🔀500 个真实🇮🇴🐉 GitH👤📙ub Issue🛸🕟）上，✖🏃♀️测试了 8 个💢前沿大模型的🇸🇰 Agent 表📟现🚦。
Figure⛅ 11😦 的散🦴◻点图中，☑几乎所有数据🦝🚝点都落在“完美🇰🇭预测线”🌶☄的下方——🔎🇲🇺模型觉得自己“花💕🇲🇲不了那么多”，👮♀️实际上👱🏪花了更多7️⃣🇱🇻。因为要把光高效🌞🇰🇼地转化为🔷一幅清晰的图像，🦠🌲物理规律允许的路🇵🇫径几乎只有相机📝式这一种，能聚👢焦的镜头、能❄🗂承接图像的感光🔯面、能调节进👩🚀🍍光量的光圈，三📜者缺一❕🇫🇰不可🐲🌸。
