（来源：上观新闻）
可以看出🇧🇮🎿GPT👩🔬⏲-5.5 👨👧👧在 软件工程SW🇰🇵🍞E-Be🌓nch-Pro 🐠🎱这项评测上仍然🍆落后，但在终端😝智能体 Term🈂inalBe⛵nch 2.🍷👨👨👧👦0 和网络🚙安全智能体 Cy🇩🇯berGym 上♾️⏲表现突出🇻🇺🥫。唯有坚持团结🛍🇧🇲合作、👩👧👦🇪🇪互利共赢，🇨🇽才能让航天🔨科技真正造🙂👩⚖️福全世界🇷🇺。Compute▶🥿r Use🦡🇩🇯 功能更是让 👩👧👧👀AI 获得了🤼♂️🇱🇾直接操作🇹🇭😦电脑的能力——⛷🛋移动鼠标、🥫Ⓜ点击按钮、输入文🤶字，AI 👨🎤🌄有了真🎈🇽🇰正的“手脚🇱🇦”8️⃣🇱🇻。
整件事的☠♐起因是👘去年一位海淀🔭区消费者，🎲💁举报在平台下单的💪🦸♀️生日蛋糕有👨👨👧问题😿🛂。换句话说，不是所↕☸有蛋糕烘😵🔗焙店都有🎴资质卖生日蛋🇰🇵糕，正如🕡👬不是所有家常🏉😾菜馆都能合🥢法卖凉菜☎。模型按大小分为两🐕🧜♂️个版本，两🆔个版本的上🥳下文长度都在1M🛣🤱。这个配置在所🇿🇦有四个🛠测试集上都表现👓稳健：传记〽👌任务0.95（几🇿🇼📶乎与专门训练的适👶🇨🇰配器持平🏳），Hotpo🇧🇼😼tQA 0.42👩⚖️🇳🇺，Mu🐆siQue 0.🧜♂️🚉43（两者都显🌰著超越所有单领域👜适配器）📨。
对于那些整天跟T🏤oken消耗👁👩❤️👩作斗争的Agen🈳📇t开发者来说，🙉🧔V4打开的是一个😲具体的场景🇬🇼：把整个代🇬🇺码仓库、👩🎓完整的需👯♂️💆♂️求文档、⏏📁几百轮历史对话🌉一次性塞进调用，💁♂️💇♂️不再需要切分🤟☝、检索、摘要这🉐套工程🏊🚱套路🇾🇪。鉴权标🎵🎄准化：统一的认💎👨👦证授权流程🚳，不再需要为每🏌️♀️👫个工具单独实现鉴🐯权逻辑🔐🤤。晚点：这种做法以🇶🇦往有两个🔟难点：一是 🐋⛔VLM 需要大量🐝🇨🇩数据，而机🇬🇩器人数据👡🏪相对有限；二是训🕉📰练多模态基模🐄🛑的成本很高，以👎往只有大公司和大🍷👫模型公司有🔜算力、人才投入✴怎么引蜘蛛出来 VLM 预训练🇱🇾🥢。
