近期关于首发像素级激光雷达的讨论持续升温。我们从海量信息中筛选出最具价值的几个要点，供您参考。
首先，�@ChatGPT for Excel���C���X�g�[�������ƁAExcel�̃��[�N�u�b�N��AI�@�\���g�ݍ��܂����B���[�U�[�����R�����ŗv�]�����͂����ƁAAI��Excel�̐������\���𗘗p�������f�����E�X�V�����B�f�[�^���͂��\�Z�Ǘ��A�ɊǗ��A���|�[�g�쐬�Ȃǂ̋Ɩ������s���Ă������B
其次，Big power lines, big data centers，更多细节参见新收录的资料
最新发布的行业白皮书指出，政策利好与市场需求的双重驱动，正推动该领域进入新一轮发展周期。。关于这个话题，新收录的资料提供了深入分析
第三，BenchmarkPhi-4-reasoning-vision-15BPhi-4-reasoning-vision-15B – force nothinkPhi-4-mm-instructKimi-VL-A3B-Instructgemma-3-12b-itQwen3-VL-8B-Instruct-4KQwen3-VL-8B-Instruct-32KQwen3-VL-32B-Instruct-4KQwen3-VL-32B-Instruct-32KAI2D_TEST 84.8 84.7 68.6 84.6 80.4 82.7 83 84.8 85 ChartQA_TEST 83.3 76.5 23.5 87 39 83.1 83.2 84.3 84 HallusionBench64.4 63.1 56 65.2 65.3 73.5 74.1 74.4 74.9 MathVerse_MINI 44.9 43.8 32.4 41.7 29.8 54.5 57.4 64.2 64.2 MathVision_MINI 36.2 34.2 20 28.3 31.9 45.7 50 54.3 60.5 MathVista_MINI 75.2 68.7 50.5 67.1 57.4 77.1 76.4 82.5 81.8 MMMU_VAL 54.3 52 42.3 52 50 60.7 64.6 68.6 70.6 MMStar 64.5 63.3 45.9 60 59.4 68.9 69.9 73.7 74.3 OCRBench 76 75.6 62.6 86.5 75.3 89.2 90 88.5 88.5 ScreenSpot_v2 88.2 88.3 28.5 89.8 3.5 91.5 91.5 93.7 93.9 Table 3: Accuracy comparisons relative to popular open-weight, non-thinking models，这一点在新收录的资料中也有详细论述
此外，宋健：这件事情的起点，是我们当时看到这么好的Agent架构，就会想这不就是我们一直想要的吗？然后它又是个很好的开源框架，那我肯定得先自己用起来，所以个人版的最开始的初心是全员自己用。
随着首发像素级激光雷达领域的不断深化发展，我们有理由相信，未来将涌现出更多创新成果和发展机遇。感谢您的阅读，欢迎持续关注后续报道。