（+微:hywyysxs）
AI影视创🙃作者姜来提到👮，以前“想做🐑多团队快速协同是🗾很复杂和困难🇰🇲🌽的事情，生产质🎐💣量可能参🐧🔺差不齐，😄🚄效率很容易被个体👗🙄的下限所🇸🇷💂拖累”🇯🇵📹。第二个阶段是🎋细粒度调整🥡。去年，有一千🚾〰亿美元投入到这些🧾🉑创业公司中，这🕛🤮是人类🎿👮♀️历史上最🈸🏒大规模的投资⛔💲。
在Calv🕦🉐in上，中间训练👨🏭后的1.1B模👛型以3.71🕥😝4的平均得分🇮🇳🐇超越了OpenV🏴☠️🦇LA（2.🐺548）和☔π0（3.509🔡），与1.7B📹的KosMos-📢2（3.↘🇬🇷096）、2👴🤱.9B的Pal✝🌦igemm🎣a-1（3.🎺506）、3🐓.0B的Pa🇬🇸🇱🇸lig🛠emma-🛢2（3.406🇸🇲）形成显著优📟🍞势，与🥋💸2.1B的Q🇸🇭👵wen3VL-2😗🍥B（在🇪🇷全量训练数据下💂♀️达到4.142）🇺🇿的差距也大幅🇪🇦🐵缩小📍🇻🇦。
这些动作意味着，🕑⚗生态优势和内😰🖤容-流量-变现💣的闭环对🍤🇸🇷于多模态生成🙅场景的竞👮♀️争已经越🙌来越重要😥🇺🇳。所以圈内有个🧸🦴心照不宣🕕的判断：A🚣♀️I PPT不🤰🇧🇬说是个伪需求，📔但至少☘🇲🇨是被高🗺🖲估的需求🈁👉。确实如此，🏣🥓计算机视觉在这⏹个狭窄任务上🤮已经完全超📯越人类🔎😹。
