（来源：上观新闻）
在过去的六个⛺🦎月里，🛵🛠他们对话过深陷🏃♀️🤖人工智能🇵🇹🛵业务线改🏄♀️🐑革困扰的扎克伯格🥰🇦🇸，访问过在委👨🎨🇬🇫内瑞拉危🇬🇭🤾♂️机、伊💑🕙朗危机🔵🦓中大出风🌸头的Pa🍵lan🤶🧩tir🇦🇸。模型能力分层 🏯🇭🇹这场降智风暴🔡的背后，其实有🤕一个值🕺🈷得警惕的现象🛍： 模型能力已经🇧🇿◻开始分层🏺⭕日韩性视屏。空间与行动🏊♀️类任务的平💓📫均推理长度达🆙🏴到19🍴🇯🇵83个词☣，而知识与识别😴📙日韩性视屏类任务只有7🇮🇴🇺🇦6个词，两😑🐵者相差超🇲🇸❇过26倍📣。
对于高价值的💵♉B端客户，An⏺💾thro🇳🇷pic大概率会加♨❇速推出更强的🤗⏲企业级版本，🌓🛶为支付真实成本👆💏的企业客户👟🚶提供完整的模🇼🇫🤼♀️型能力😖🐂。比如说🏑🐃，AI在根据👩🌾用户指令搜🤝索、整理相关旅🐌行信息的时候😒，其实只会抓💕⭕取关键词、格🕔式化的数据，💟而会自动略过那🧻些看起里和指令🎶🦶“弱相关”🎴实际上却同样重🍥要信息——🔡这与我们人🕘💎类理解旅行的方式🌹，是存在很大不同🚙的🖌。传统自动🏤机器学习所🇬🇦看重的超参数调整🎡🕘带来的收益微乎其📀🐒微😫。这类任务可能涉🥅🔴及机器🛴🈯人导航、游戏🤼♂️🌺策略制定♑、三维🇧🇮📬空间理解等🐾场景🇮🇱⏹。他们的模型在3🇧🇻💓0个具有挑战性的🙋♂️测试中平👩🎓💺均提升了🛴3.7到😷🇲🇸5.5分，在某🇳🇿些特定任务上甚🇦🇺🖤至超越了使用🗃🐁专有数据训练的🇷🇸商业模型🌮。
