（来源：上观新闻）
图/视觉中国ℹ 更聪明的“马🏎” 从技术层面上📰😛来说，He🥀rmes确👁️🗨️✝实比Ope🏧nClaw更进💭了一步📳。Q-Ben🤢🎟ch 🐧等工作侧重于🚀🚄单张图像的整体质🇹🇩量分析；🇭🇺🕒DQ4🎚👨🚀95K、🥐MICBench😡🏆 等工作虽然涉及‼图像对比，🔶🇲🇷但不是以🇬🇱🍒区域为核心出🍍⛎发点；Se🇹🇯agull、QG😕roun🚥d、Grou🇧🇳域名泛解析自动生成二级域名nding-🛣IQA 等工作虽👉⏭然涉及区域级🇨🇺分析，但只针对📐👅单张图🇬🇶像，不支持两张🍜图片之间的区🥕域级比较🏑。”科罗💆♂️📏拉多大学博尔德分🇺🇳校法学🤫教授安·利普⏱🥾顿(Ann🈴 Lipt🔓on)表示⏳。比不上 O*️⃣🔘pus 4.7，✊🗾但我觉得是目前开☹源阵营的🔙⌛ Top1😸。
失败覆盖🥶率的分布也非常集🔇中："结构化数据⬅推理"覆盖了约😒🗳41个失🛣💭败案例，"🍵🇲🇫多步骤任务完成"🔳覆盖约2🏟🌠5个，"前提条件👩🦳👨🚀验证"约3🛂4个，🇲🇹"工具调用🏳精确性"约20个🇵🇸👐，而其他被淘🎾🇸🇳汰的候🎢🌡选能力大多🆒🔓只覆盖10到1🥗🇮🇶5个案例⏺。这种高度稳定的识♾️别结果，验证🥁🐧了对比分🔐析方法的可😷域名泛解析自动生成二级域名靠性🎹🕟。在一次内部评🍳测中，📐模型根据📖😱一段关于芯片架构🥴的论文摘要，自动🇸🇾生成了🆑包含晶体管🏫🖍密度对比图🕶和 3👨👩👧🗨D 封装示意图♠的完整🚨 po🎟📼ster 👩👩👧🖼—— 连 I🎥EEE 🍱👼的审稿人都误以⬇❄为是人工排版📐。每个生🚧成步骤都伴随着✴隐式的“👩💼🏬布局图元”与🎷🌡“语义👅🧭校验”🤤🥜，模型会先画🐇💢出逻辑骨架（🦶标题区、图表区🥩🛹、插图😩区），🕯再逐层填充细节🗓。
