（来源：上观新闻）
研究团队🏴🛃发现，现有👳♀️的基准测试大多🇧🇯假设信🇸🇳🕙息来源权威且🏧🧩一致，就像所有路✳🇲🇼标都指向同一个方🇮🇴向♟️。他认为😙🔅，这才是这🇮🇴条赛道下一阶👾段真正值🇦🇮♍得重点关注的方🏴向🍇。通过提供纯视觉理🍢🇧🇼解与本地📣执行能力，M🕐ano-P 🇬🇧👩🦱赋能个人开发者🇹🇱与企业组织🦒♾️能够以低成本构建⚡专属的个性🆓👨🎓化 AI，在🇲🇿🇰🇭保障数据主权👨👨👦👦🎎的前提下，正🇿🇲🇧🇼式迈入🇻🇨⛔“私有化”的⚰♾️个人 🔠👊AI 时🚊代🎿。
两家公司都🐱依赖大🍙规模的算🕰🇦🇺力投入🛫来维持竞🕠争力，而这种投入💂♀️🇲🇬的回报周🇲🇦期并不🚬👩👧👦确定🚌。一个只有15🌼亿参数的小型⛹🔥模型，因为运🧚♂️行成本⚰极低，👧常常被嵌入各种自🇲🇰动化测🌁试和流📷水线中，其下🍪载量动🤲🏂辄是一个🇰🇮4000🇮🇳亿参数超大模型🤴的几十倍😷🍿欧美日韩福利在线。
研究团队还构🎖建了Ver🏬🇩🇿oEval评估套🏏件，包含🇮🇶♋30个🇰🇲⬛具有挑🇹🇳战性的基🤽♂️☔准测试🎱，覆盖了所📢有六个任务🏇类别💞。不到两个月内翻了🌓🥮一番🎠🍘。不过即便如此🧓，Vero仍🛸🥧然在这🌥类任务♟️上实现了平均🧝♀️1.0到1🇧🇸🎻.1分的提升🚴♀️🆎。DRAM 对光🏍刻机的依🚍赖程度，也将明🦇显低于当前🧁🌩水平🇧🇫。
