（来源：上观新闻）
在ClawEva👩🦱l上，MiM🙇🕥o-V2.🇲🇷5-Pro以约7⛱🐢万tok🇲🇲🎥en/👩🍳traje🇹🇹🎥cto🇨🇲ry达到6🙅4% Pa🧘♀️🧚♂️ss^3，相🈷google搜索优化较Clau🗳de Opus 🌷4.6🤺🔩、Ge🇨🇰🇳🇺mini 🇨🇱3.1👨👨👦👦🥖 Pr🇮🇳o、G🥒PT-5.4📀😼，在相近能力🌟下少用约40🔋%到60%t🐺oken🧞♀️🍿。二、TPU🐊🦐一刀切🏙两半 这次🐆🇸🇦谷歌Cloud⏲♏ Next，T🔙🔺PU最值得🔏📐注意的变化，不在🔺参数，而在结构🛬。
小米把MiM🙆o-V2📳.5-P🏴👿ro接入n🧩🤮gspice仿真💬🈶循环，使用C💃laud🤧🦁e Code作为🤙harnes🛤⛎s🔉💜。但换个角度想—🇬🇬—如果一台折🔺🥅叠屏手机展开之👶🤶后本来就接近🐩平板尺寸，为⏪什么不🐄能让它承🈷担起平板该承2️⃣🦜担的那一部分？ 🧥💓Pura👬🇨🇻 X Max 🔇认真回答了这👨👩👧个问题🍒。它第一次坦诚🚔外屏也可以最适👏💰合你的大多数时刻🎫——你🏴🇫🇲不再需要🤯等到展开才算「🕐开始使用」，也不🇲🇻再需要☑为「该不该展🍣开」一次次作决策🔜——外屏🏕本身就🐮是一块能👩⚖️独立胜任的阔屏，🗓🤐想展开了再展开🛀📐，一切由使用场♿景来决定，🏫🥍google搜索优化而不是由心理惯📨性来决定✍🇻🇦。
Claude、😝Qwen、Ki🧷mi、G🦆⛰LM都在往长文0️⃣本、代码仓库和A⏪🧘♂️gent任务上🌊走，De🐈👩🚀epSeek这🥚次把主线放在👩🚀🇪🇭了长文本场景里👰最贵的部分：计🙋算和缓存🗂💄。而折叠屏手机在🥗🇬🇾全球智🇲🇦☄能手机市场的份👨🎓额仍停留在 2🥴👨✈️google搜索优化.5% 🥧🎏左右，一个🧩🍭走过七年的品类🈂🍅，依然被困在🦚▪小众区间里🇩🇯。传统训练🐼模式有📟🤼♂️个老大🍞🥒难问题——学🧘♀️🧸新的忘旧的，🇹🇯🧟♂️也就是业🎙🦗内公认👉的“灾难性遗☠5️⃣忘”👩🎤😅。
