（来源：上观新闻）
但这 🇮🇨14%的人，产出🇺🇿了最好的设🧗♀️‼计☀⚓。但病理科的🇳🇺⏩效率瓶颈长期🇨🇿存在，传统🛌病理切片扫描📭需要1到🈵😊2分钟，而👑大医院每🚜天需要🐠处理的🧜♀️切片量巨大🇦🇺👩👩👧👧。Google 给🐐他的第一条回🇬🇲😞答来自❣自家的 AI O👨👨👧👧🚐vervi🥡ew ：「🛩没有可信的☀报道表明霍尔克·🚊🌱霍肯已经去世🙁。农耕生产的科⚓技含量正在加🐔深：AI赋能下，💎👨🎨如今两人〽☹管理200头奶👁🚃牛、两📬人养殖5000尾㊗™鱼的无人或少人化🛑🍏生产模😘⌨式已变为现实👨🎤⚠。这项技术的重🕚大突破在2️⃣🖕于，通过二😉极管阵列就🐘😀实现了此🏞前忆阻器才具备的🧰↗光学写入、电学读💁♂️🇰🇵取和电学擦除🦔🌘功能🤬。在参数量上，这个😏经过中间训练的🗡1.1B模型📽🇹🇨，面对🇭🇺🅿的竞争对手包🕺👗括7.7B参👩👩👧数的Op🎖enV🇧🇷LA、3.🤥🇳🇨1B参数的📫🇺🇲π0（基于P👨💻aliGemma💛🥫-1的流匹😇🌰配模型）、3🌜.8B🚲ℹ参数的Qwen🇨🇵2.5VL-🕌🤸♂️3B、8.🇲🇾🇺🇬3B参数的↘Qwen2.5🏍VL-7B🏴🌵，以及🛎👨🦰规模从2B到3🥡0B的多个Qwe💂n3VL系列🚶♀️⛏模型👐🇦🇺。
这项技术的重⏱🚵♀️大突破在于，📛通过二极管💘阵列就实👱现了此前忆阻🎢🚷器才具备的光学写🌄🥅入、电学读取和电📉🙂学擦除功能🔑。目前，他们正在👑与产业界沟🍔🙎♂️通合作，🧂计划将器件做得更🙆小型化、像素🅰分辨率🕉🧧更高，并希望💼将芯片规模化🏎🇧🇯量产🇵🇪。3. Age👩👧👧nt 需要“🕙油表”和“刹🚥车” 论文🍃提到一个值得关🇵🇫🤸♂️注的未来方向——🤩⌛Budget-a😩ware to👩👩👧👦ol-🇦🇿🐈use🇸🇬 pol🕠🥞icies（🌅预算感🙅☯知的工具🕵️♀️⛩使用策略）🍒。在Calvi↗n上，中间🚹🛣训练后的1.1B🥼🈂模型以3.71🀄🔴4的平均得分超越🕉了Op💿🇰🇿enVLA⭕（2.54🕚8）和π0（3🇺🇿.509🇩🇰），与1.7B😅🇸🇦的Ko🗻🛢sMos⚰♻-2（3.096🤢👉）、2.🔹🎪9B的Pa🏉🔊ligemm🔷💠a-1（3.5🇸🇹🇷🇺06）、3🐏.0B的Pali✒🎃gem🐃🌸ma-2（👫🥎3.40🍉6）形成🌩😸显著优势，🍾🔎与2.1B的Q😆wen3VL-🍰🇧🇧2B（在全🏺🍤量训练数据下达到🎻4.1⚠42）🤙🤳的差距也大幅缩小☮🛌。
