（来源：上观新闻）
而做基础设🇵🇷🤑施，恰好是🥼谷歌最擅🍄👨👧👦长的事🧚♀️🤱。该公司创始人兼C🎀🙃EO郭彦🤩东，本硕👞😍就读于北京邮电👊大学，🚆🐅后赴美🏹🍨就读普渡大学电🎂👘气与计算机工程🇨🇳博士，师从AI领💡💇域的美🍻国工程院🎀🇸🇱院士Jan🧿💴 P. All🥧📃ebach和👪Charle🌏s A. Bou👨🔬man🍷🥽。我个人的⛪预测是：C端A🇸🇲I应用的🧺爆发，可能需要⭐🎏配合一场商业化🛴〰模式上的巨大变革↔🇫🇰。很多人会同🧖♀️🍜时感觉它更快了，🚇也更“短”😮🇲🇨了，本🤺质上是模型⛩🇻🇺开始主动控制自🤯己的计算方📐式，把更多资源留🌜给真正需🐱🔄要展开的部👨⚕️🌂分：单次回答不🍩再一味追求展开😡，而是🚲更贴近任务本🌵身的需求🇦🇶。
比如我们现在🔭🇧🇯在AI+🚬👱社交、AI+游戏🏀⏰、AI+办公🗼💨会议/记录👨🏭，以及和运🌂动健身相关的行业㊗🐈里面，都已经🇨🇫有了布局🤭😼。不是某个小公🖐😣司在试水，是A👨👧👦nthrop🐳🌷ic，是♾️Meta，🍾🇸🇻全球头部的大🥚🉑模型公司，都🌳🐔要把自家🇧🇷🍒最核心的推理负🍨🤽♀️载全部押在了T🦓PU上🏄♀️↕。最后，Ⓜ🇸🇽出来的🤑是这么个东西⛑🖱。这和训练阶段的集👉中算力需🥞🇬🇲求完全不同♏。开源社🕵区反哺模型迭💙代，小米可以低成🥒🉐本获取海量真👎📻实场景的微🚗🐎调数据和b🇧🇼🔊ug反馈👩🎓。
官方给出了一些🏗🆓比较复杂的示例，🍞例如把一张☺天体图🇷🇺🇹🇩片重新做成⚒一个新的Web🛑🕳应用🙂🔟。这套方🇪🇸🎾案的核心突破🤑🎸在于： 1、信息🚜瓶颈编码与VL〰A主体冻结 为了👞👿解决算力开销和遗😬☀忘问题，方案引入🤦♂️了信息瓶颈🧗♀️编码器与两阶段⌚训练策略😑。创业之初，⛰智平方就是👆奔着“🙃👩🍳物理世界大模型⚡”去的😹，明确坚持VLA📊技术路线🥛，是行😛业中最早推动具身4️⃣大模型🦔从概念走向落地🌚的团队🔟🦗。
