（来源：上观新闻）
Para🇹🇦🇹🇹Sto♟️🏉r，也☕被称为最懂A🤲I的存储🗿💦。超过100项修💸🦢复覆盖了 Wh🇹🇳🇨🇽atsA🚗🍒pp、Dis🇵🇪cord、Tel🌿🌎egr🧁🔁am、飞书、Ma🇩🇲trix 🌩等几乎所有🔕主流渠😂道，以及 Age🌀㊙nt 核心、记🇨🇺忆、工具调用等🧗♀️♨关键路径🇸🇲。罗福莉认🇧🇷为，Ag🙇♀️ent框架的重要🇰🇮🔜价值在于🖐，把国内那些🐂还没有完全逼💟近闭源模型、⏯💑但已经位于开🇸🇨源模型赛道前列👩🦳的模型，上限⛪🙅♂️显著拉高😳了，绝大🧟♀️多数场景里，📢🇦🇮国产开源模🎤型的任务完🚠成度已🏁🗑经非常接近🍬👵Claude最🇪🇸〰新的模型，🧧同时又🇨🇾👩🚀把下限保障得📗很好👩⚖️🎃。
然而，👨👧👦面对这场狂欢💃🥤，业内专🇨🇬家却泼了一盆🤯🌇冷水🇳🇦。研究团队使用了🏐一种基👨🍳于词汇嵌入的对▫齐技术，🙋这种技术能够💆♂️🥭跨越不🚲😓同语言🎂🧛♀️找到语义🧘♂️🧗♂️相似的🕵词汇配对🦖📔。
实验室里的🌑↪技术找不到应🇲🇶🇾🇹用场景，资🏧本触不到😪🧻源头项目，产🅿💲业端只能在成熟阶🚮👆段被动接入🇸🇯🎻。在英语到🎉未见过目标语言🇬🇪的翻译任务中，W🤛OLAR🔸🕛训练的模型平均😄xCOMET分数🇳🇦↕从51.1提升🇰🇷📍到了72.7😝🇴🇲，这种大幅🙄👀蜜桃成熟33d演员表度的改🤲◀进表明模型👸学到的不💍是特定🐳语言对⚪的翻译规律，📢而是更加通用的🇬🇼多语言翻译❇👒原理🇨🇰。
