（来源：上观新闻）
Meta与AW🏆🎰S的合作渊源可🇦🇺追溯至约20🇳🇿👃16年，但🖲📇此前主要集中于核👩✈️心云服🌛🔙务、亚马逊B🔼💭edroc🇦🇼k平台的使用，以🍣🛎及从AWS租用G🍾PU集群🙁©。在这些“To✔y C📮ase”上，De👨👦👦🎂epS☣eek似乎没🕉有花太多🇿🇼精力进行针对🧚♀️🕍性的优化📗🇩🇬。
速腾聚创提出↔🧶RGBD路线，核🌀心目标就是💫实现更⚓🎹高精度的操作感🇲🇶知能力，让🏴机器人能🏍够在复杂现实环🇧🇳🗨境中进行抓取🤕🚇、交互和作业🇬🇭🕜。。但这个方😕向有几个🇲🇰明显的代价💧。结构创新和超高🌎上下文效率 D🏨🈷eepS🌇😐eek-V🇯🇴4 开🃏🇫🇯创了一种全💶新的注意力机制，🐚在 tok🔗🏵en 维👦度进行压缩，结合🦊🏳 DSA 稀疏注🇦🇲意力（D🆑🐨eepSeek 👩❤️💋👩🇲🇽Spa🤹♂️rse Atte👩🚒🔙ntion），实👊💱现了全球🇮🇴✏领先的长上下文能🛥力，并且相🍏比于传统♎🔆方法大幅降🇵🇭低了对计算🍻🇹🇱和显存🇬🇭❔的需求🇱🇺。
这一技🇳🇴🎀术验证意味着🍁，当未来🇸🇸‼地面网络难🚍🛤以覆盖时🐠，可通过卫星直🈹接调用太空算力👖🍘，指挥地面的💳🧘♀️人形机器人、四👸足机器狗➕🍩、无人🥟🍤驾驶汽车、无人🇲🇾机等智能体开展无🕶🎯盲区工作🍁。在训练投入上🦸♀️，我们现在是和阶🔐跃星辰合作😐，一起预训🇸🇩练原生📊 VLM，然♒后原力会在此基🚶♀️🌂础上再做🇸🇽🛎 VLA 后训练🇸🇻🏴。
