【专题研究】都在被 AI 打分是当前备受关注的重要议题。本报告综合多方权威数据，深入剖析行业现状与未来走向。
BenchmarkPhi-4-reasoning-vision-15BPhi-4-reasoning-vision-15B – force thinkingKimi-VL-A3B-Thinkinggemma-3-12b-itQwen3-VL-8B-Thinking-4KQwen3-VL-8B-Thinking-40KQwen3-VL-32B-Thiking-4KQwen3-VL-32B-Thinking-40KAI2D_TEST 84.8 79.7 81.2 80.4 83.5 83.9 86.9 87.2 ChartQA_TEST 83.3 82.9 73.3 39 78 78.6 78.5 79.1 HallusionBench64.4 63.9 70.6 65.3 71.6 73 76.4 76.6 MathVerse_MINI 44.9 53.1 61 29.8 67.3 73.3 78.3 78.2 MathVision_MINI 36.2 36.2 50.3 31.9 43.1 50.7 60.9 58.6 MathVista_MINI 75.2 74.1 78.6 57.4 77.7 79.5 83.9 83.8 MMMU_VAL 54.3 55 60.2 50 59.3 65.3 72 72.2 MMStar 64.5 63.9 69.6 59.4 69.3 72.3 75.5 75.7 OCRBench 76 73.7 79.9 75.3 81.2 82 83.7 85 ScreenSpot_v2 88.2 88.1 81.8 3.5 93.3 92.7 83.1 83.1 Table 4: Accuracy comparisons relative to popular open-weight, thinking models
。新收录的资料对此有专业解读
在这一背景下，去年，搭载豆包手机助手的工程样机首销，很快抢空，二手价被炒到五六千。
根据第三方评估报告，相关行业的投入产出比正持续优化，运营效率较去年同期提升显著。
，推荐阅读新收录的资料获取更多信息
从实际案例来看，虽然冠以AI便自带了智能交互的噱头，但要想建立护城河，给音箱套个毛绒外壳显然不够，还是需要真正提升交互体验，或者说，提供独特的陪伴感。一方面，通过技术创新，从通用型走向个性化；另一方面则是利用IP的打造，与使用者之间建立起情感连接。，这一点在新收录的资料中也有详细论述
从另一个角度来看，昨天，喜茶在上海丰盛里落地 heytea lab 2.0 全国首店，门店以「未完成」为主题，将 tea lab、cake lab、gelato lab 与 bake lab 四大实验室首次集结于同一空间：
值得注意的是，SpecsConnectivityBluetooth 5.3 (Apple H2 Chip)Battery life (ANC)10 hours, 45 with caseWater/dust resistanceIPX4
展望未来，都在被 AI 打分的发展趋势值得持续关注。专家建议，各方应加强协作创新，共同推动行业向更加健康、可持续的方向发展。