（来源：上观新闻）
当前多模态大模🛹🥃型的思考机制极🕖度依赖显式👝©的语义线索🧵🥶，纯视觉推理🇫🇲🦚依然是一个🛡巨大的盲区⛑👩👩👦。他发了一条🇿🇲📚推文，大致🇬🇺的意思是⌚：他已经🍂seo是干啥的把手机设置成中文🇲🇻超过 1 年了🇨🇫🇷🇴，用起🇰🇼来没有🆕什么大问题📋⏳。不只爱🇰🇭👥奇艺，整个长视频🛴行业都透露着🌛🇳🇵一股淡淡的死感🇦🇿👨🏭。系统统计🇺🇦🌅模型答对的数量N🥚🚢，并把得分定👩🎓义为(N/4)🇳🇴🧬²。在大约1小时🏋👨👨👧👧的闭环🧘♀️迭代中，模型💆♂️🇪🇹反复调💂♀️用模拟器、读取波🇵🇷形、调整5️⃣👝参数，最📍终产生了一♐个每个目🚰标指标都🙇满足的设计📅，其中四个指🛫🇲🇶标比自己的初始🥕尝试改进了一个🏟📂数量级💍。
机器人的执行闭环📸是「感知—决策👩👦👦📏—动作」🅱💶。昨天凌🤐🌐晨，没有任何💨🚹预兆的情况下🇨🇴。Dai🇳🇪mon-Inf☺inity 数🧞♂️据集依🧞♂️🇻🇨托于戴盟🐇自研的二指夹爪及◼五指手套数据采集🗯🥛设备，其搭📶载的含 11⏬♦ 万感👷♀️知单元、🎯🇨🇾120Hz 📐🕡高频率视触觉🧟♀️传感器〰🛀，配合鱼🤬🕙眼相机、编🎛👔码器、IMU、双🧚♀️🇱🇮目相机，🐏为数据🇧🇪集提供触觉、🧕🎅视觉、动作轨迹🇭🇷📭、执行动作、语音💌🌳文本等🇨🇿全维度信息🇽🇰。
DeepSe🉐🇲🇷ek-V4 拥🇸🇸🧁有百万字超🐑长上下文，🔫🏕在 Age😭seo是干啥的nt 能力、世界👩🎨知识和推🚴理性能上均实📎🗡现国内🥼🇬🇩与开源领域的领先🏃♀️◼。屏幕折👙起来更薄、展开更🌻🐜大，但系统还🏉🎳是手机的🇨🇨🏤系统，交互还⏩🚑是手机的交互，甚🚌至很多 🕚👍APP 🛄🇭🇲和原生🚦功能的👓体验都相差无几💯🧤；屏幕的物理形🇸🇹🐸态变了🇫🇮，设计它😂😛的那套思维没变🦈🚁。这个赛🇦🇶事给普通🇷🇸🧭人提供了一个🔲😳零门槛🇸🇯亮相的机会💷🇨🇿。
