（来源：上观新闻）
长期来🔦🔞看，训练环节😁仍需高精度HBM🦀支撑千亿🚢🍣乃至万🎠亿参数🌲模型训练🇯🇲🐱。与使用统一👩👦🇰🇮评估标准的基🌍☂线方法相👻比，任🥛务导向的🇫🇰奖励机制在各个类🕞别上都取得🧠🏟了显著的提升🇩🇯。最终生成的二进制👼🇧🇧文件也相当紧凑⚖，仅为🗓 617🏋️♀️9 字节🤷♂️🅾。吸引他们的是自变🇭🇷量的技术实力🎻😋。有趣的〰是，企业 👩👧👦🧳AI 搜🧜♀️🔜索公司 Gle🧼🉐an 的👕🔲联合创始🏤🛣人兼 CEO 🇻🇦Arvind 🎩Jain🔬🚓 上周在旧🦀🔲金山 Huma🇱🇾nX AI 行业🇱🇧👩💼大会上，😴用「宗教狂热🙏📺」来形容 Cla🇹🇿ude 在企🥯99视频偷窥在线精品国自产拍业客户中的渗透程📶🇧🇩度🛰。
更根本的⛽🏙问题是，语义扫🇮🇲描根本不👈需要规则库，Ve😡🚇racod🇫🇷📄e 和 Sny🤤🥤k 花十几📙年堆出来的壁垒🇭🇷🇲🇵，在新的技🦔术路径面前变🧚♂️🇲🇽成了转型😬🔲包袱🇬🇺。这已不仅是单个🇨🇾😢行业的需求🚖增张，而是一条围🇹🇬绕“Token”👾🎥的全新产业链正在形成🇨🇻🏄♀️。Mano👋🏁-P 1🇬🇩.0 🇼🇫🐽以 72B ⚽参数量的完整模型🐘版本，在🍈全球多模态领域的💯 13 🕊ℹ个权威基准测试🏵🛴榜单中，实现了🔩🏹针对小尺寸模🌾🤲型的屠榜🎁🇫🇯式 SOT🤮🎽A 领先👨👩👧。
机器之心🎽👔编辑部 ◽👨👨👧👧试想一下，如🛂果把当下大火的💻😴大模型技术带回🚶🥣 1970 年，↔会发生什么？ ⛎彼时，没🇧🇿🇮🇴有 G🈺PU、没有 CU🚖DA，也🤜🚭没有浮点数，甚至🥙🔩没有任🤦♂️何深度学习框架，🇲🇿只有一台 PDP👯😌-11🛵🏟 小型💟机，以及一门几乎💙👮♀️已经退出🥪历史舞🕶🕒台的语言：🦘🦍汇编语言📄。我认为，当下中➿☁国的人🗣工智能发📯展已走过大模型📩😕基础训🥂练阶段，👎迈入具身智能👎🇨🇱的全新发展🌉💦时期，人工智🎌🌡能也由人类手📟🐹中的被💻🔛动工具，转变为能🤹♀️☑够主动参与各🦗类实践活动😕的行动主体🈸👟。
