（+微:hywyysxs）
与那些需要🇮🇳维持大量文字生成💯⚡能力的"解码器🎙优先"架构相比，🦒这种分工🎃🐂合作的结构🍤🤮把有限🚲🇮🇷的参数用在了↕刀刃上：编〽🛎码部分专🥖心做视觉语言🆖融合，解码部分只🥴做一件事🉑——精准🔜地预测坐标，不🕕🇵🇫需要对话、不需要🖕😅讲故事👣⬆、不需要写2️⃣诗，只需要说"📗📎目标在屏幕横坐标🥔🍩500、纵🚘坐标80的🛶🛳位置"💌🔍。然而，🇩🇲理想的设计和现实⛓之间一般都🎠会有一🥶🚓道巨大的🎫鸿沟🔞💆。这套机制的瓶👁颈也很📅清楚，它只🗯在用户主动表达需⚒🇲🇱求的瞬间生效，对🍀🇩🇪那些尚🎍未形成搜索行为的🎑潜在意🍟图无能为力🍾。其二是所谓的"🥗🖍逆向生成任务"🤱📧样本（REG任↩🗄务）—💂—这类样本要求🗺模型根据元素位🇮🇶🏰置反过来生成🦓🤹♂️描述文字，而☑🎪非根据描述找位🍣置🔽。
逻辑很冷酷，分🧑场景算账👩🔧。---💪🚦 说到底，GoC🈷🇲🇪lick这项研究🇪🇷回答了一个看🍅似矛盾的问🎓💦题：能不能在♨😃极小的🤜体积内，塞进足💟够好的"界面理👩🌾解力"？答案是肯👩🌾🏺定的，但🏹⛹️♀️前提是既要选对架☣🇮🇸构，又要精心打📻🇲🇨磨数据📿。表面价🕌格不变，实际偷😗🚖偷减配👞🍖，比如取🚣♀️😛消无线充👧电、降低🧞♂️🤵屏幕素质🇳🇱🇵🇳。这两条☕💌路都有效，但都🛹♻是在现有问🍠👨❤️💋👨题上打补丁，治😉标不治本🇹🇰🗡。明星资本背书🧸🇪🇨，Op🇳🇫🇪🇪enAI大🇬🇬单锁定长期需求 ☦在资本层面，Ce🥀▫rebras今👔🇲🇽年早些时候完👳🐱成了一轮10👡亿美元的后期💭融资，由科技🇯🇵投资巨头⏮帮人生孩子的联系方式Tige🚰r Gl©⚗oba🧟♂️l领投，🤦♂️投后估值😻达230🤔亿美元🌩🥴。
