（+微:hywyysxs）
在Calvi🍼n上，中间⚗训练后的1.1B🇫🇷模型以3.714📔的平均得分🇳🇿🇬🇫超越了🇳🇱🍎OpenVL🥫A（2.548👥⏪）和π0（3💦🇰🇭.50🛑🗂9），与1.7🇵🇾🚝B的KosMo🤢🎤s-2（3🏗🌜.096）、2.👿9B的Pa🔷ligemm🚢a-1（3.50🈂⛷6）、3.0B的📰Palige😅💰mma-2（3🔴💀.406🕦）形成显著优势👩🚒👨👨👧👧，与2.1B的Q🗿🍫wen3VL🕺🔺-2B❄☮（在全量😷🇺🇳训练数据🥞下达到4🥵.142）的差⚖🙈距也大幅缩😹🕶小🎿⚗。
研究团队确实做了🇦🇲这个实验：👐🇨🇼他们取来了当前流⛎行的两款大模型—💞—Qwen2▪-VL和Inte🇲🇵🇳🇵rnVL2的小尺🇹🇳寸版本（分别是🎠😥10亿♉和20亿参数规🈲👤模），用同样的训🇩🇲练数据🌑对它们🚋👣进行微调，期待它😽人工受孕的成功率高吗们在缩小后依然👻🙋♂️能胜任G🧗♂️UI定位😟🔈任务🖐🇹🇷。
为了解决这个矛💷盾，工程师们想出🕍📤了一个聪明办法，🦖🎙叫做"🤗🛑混合专家模型"❓😛，英文缩写🐾👩🦱是MoE🇲🇺（Mixtu📊re o🤞f Expe🐽rts）👩🚒。省下全部存储带✅宽，全靠长程特👨💻征做锚点，🍉碰到问题G🇦🇱PU现场硬算🚗🎧。当前，便携👾影像市场的竞🗿🅱争格局♦正发生显著变化🤺：影石I🇲🇺nst🚌👨🔧a360正🇸🇿在临近发布其云🇲🇷台相机新品，而O🇬🇧🕯PPO和v📳🅿ivo等手机厂商🏣🤶也已内部🧖♀️立项Vlog🌷🗽相机对🍫🌚标Pocket系👨👩👧👦列，预计将于🧡🏅2026年内发🇸🇸布✈💿。
