（来源：上观新闻）
吕承通💳◼告诉「😄📛甲子光年」，🦚🎢正因为只做一个♎🦚行业，Thin🍾kingAI⛵才有机会把这个行🇴🇲业真正做深、做🇺🇳🕓透，形成别人🏣🇽🇰难以快速补齐的专🎼🥿业积累🏌🌆。那么小米↙🐍这次的新🉐🇹🇿模型V2.5🥯和V2.5-🎻Pro到🕚底如何呢？ 01🇨🇨 把age🧂😘nt能力当产🇬🇺品中心🛢 小米这次🔼🇳🇪最值得看💃的，是把它“Ag🍗🥉ent能力、💮长上下文、🦋多模态🇰🇷、to🏨🐲ken效🇧🇯🇱🇹率、第☹🦶三方框架💌🀄适配”打包到了同🗳一代产品里，榜🇦🇮单成绩反倒不是重🇧🇩🌄点🏰。
较弱的模型🍺干脆显示🚎😕出极高的☹🇬🇪随机性，答⚠题表现起🚵伏不定🇸🇸🍈。最后，出来的是🇧🇿👌这么个东西🎢。吃下1M😟文本之后之后🌗🇨🇫，模型还能💔🧗♀️不能跑得🔗🤮动、跑得起，🇮🇳🚎能不能支🏔🔚撑高频😠调用🐥SCM系统。“这种开放氛围⚾👧下，你家有什么优🤬🦚势、我家有什么短👩🔧👫板，大家充分🐲📮沟通🦶🤹♀️。
就是我🎊😐一直有个想法，想🇫🇷🐐自己做🦄⏳一个更好🥽🇪🇹用的公众号文章数⚱据分析平台📤。时间会🇸🇱9️⃣给出答案🚅🐣。粗调之🇮🇪后再来个精调😯👾，动作🇨🇽📚精度直接拉满🧁。重压之🇨🇴下，龚🤷♂️宇开启全🚰🇩🇯图索敌模🎹🈂式🇺🇾👄。阅读也是🇬🇶这样，🔤有时候阅🇸🇷读越苦、➡🇨🇫越痛苦🦕🍭的时候，你真🚹👩🔬的会看到自己的思🥭想😯🍉。个人觉得，俞浩的🆔😸“道”和灵魂🌂，应该是🏍“N+1”🧢🍁。2、降低RL🧨的训练门槛 🤷♂️🇨🇴通过架🐝🥩构优化，❄👨👨👧👦系统所🌑⛱需训练的参数量从🚝📖原本庞大🏦🛌的3.9B🐃骤降至👨❤️💋👨约137🥒M（仅占VLA👮🇻🇳总参数🚎的3.5🦷👾%）😖🔼。
