（+微:hywyysxs）
研究团队🇨🇿首先大规模收⏬集了G⬇UI元素的🏮"描述-位置"数🌺🇧🇧据对，🏣💒构建了一个总量🐺🌆高达1080万📯条样本的原始数👔🇨🇲据集🔄。LLa🧐VA-I👒🅾nstr🍁uct-66📧🇮🇪5k贡献了20🤡.2%，Rob🇲🇬🏯oPoint贡☂😯献了19.9%，🌜RefSpat🇸🇯ial贡献了14🤮.7%，Ro🍜bo2V🎉🐹LM贡献了9.🔏2%，CC⬛🇵🇹-12M贡献了3👩👦👦🇰🇿.7%，而💮EmbSpat🇦🇹🚶♀️ial-B🤩enc🤽♀️▶h和VCR则几👂乎被完全淘汰🍩🥃（分别仅占0.1🥺%和0.😀🇸🇨0%）🇪🇨。
菲什曼指出，👡中国的备用🏧电力容量从未低于🇻🇪80%，这实际🔕上使其🍋拥有发展AI计算🙁👱所需容量的👷♀️🏌两倍🚎🇲🇪。尽管目前美🇹🇹🎅国在顶级AI模型🔈的数量上仍然领🆎🧝♀️先于中国（⌨⚪50比30），但👩中国的🎉🎠论文引用量却🇹🇱超过了美国，20👩🦳🥚24年中😢国AI论🍕🚝文引用量占比达到🏠🇦🇷20.6%，🧲🇳🇬而美国仅为12.🚅🇧🇷6%👠。
