（来源：上观新闻）
故事发生🎹在虚拟构建的外星🇦🇿球环境中🌶❗，这个外星球很📤奇怪，🇭🇺🇦🇸山是飘在天上的，👨🏭因为山里有神💇♂️奇的室温超导🐋矿石，以至于这🕓个星球的磁场可👩🏫🇲🇼以悬浮起来👶。把这些💌✴跑分放🇲🇸🍙在一起看，会发🔺现这次模型的🍞🤝评价标准正😾在发生🇲🇲变化：过去我们常🏑🇹🇬用MMLU、🇮🇲⛳GPQA这样的🤷♀️指标看模型的知📦🏍识和推🦴理能力🖋，但现在更侧🇫🇰重于GD🌦Pva🐶☮l、OSWorl😿💄d这类🗡“任务级评🈳估”⏰。在这个体系里，🔧数据不只是被存⚡⛹起来、算出来，而🖊🇧🇭是要被进一步组👨👧织成Ag🎰🐧ent能够🚼感知、理解、记🚤🇪🇪忆和调🎺用的知识😻。
破壳机🏟器人创始人许➿华哲在直播🧐🐊时也指出，马拉松😍对人形🇯🇲机器人而言像一场🇬🇸“高考”🇹🇩。第一次编译就通🕦过了137/🇲🇷🔱233个8️⃣👨🚀测试，59% 的🛳冷启动🔣通过率说明架构在👨👨👧👧🙇运行任何测🇼🇫试之前就已经设计🥼🇳🇺正确🍰🗜。而这恰恰与🇻🇪🕝Agent的🚍工作方式更接近🙎♂️🎙。
