（来源：上观新闻）
因为跟训👒练大语言模型的💇👩💼数据体量相比，🧨具身领域的👀🇵🇬智能可能❓🐴差3-5个数🇳🇫🇦🇹量级规🌥模，数据缺口🇰🇭🕎很大，要求比🎡较高，还🚼🗿要求物理世界各🛷👂种接触🤗，力，🉐🇵🇼摩擦力、重力等😐等，这种高🇶🇦维的数据采集🍡成本也非常高⤵🏢。从外部👨🦰💋看，这些是现象，🥾🤾♀️但背后指向的问题🤷♂️🙁是：Dee🇵🇲🧢pSeek🐴正在尝试⁉摆脱一条曾🦈🚖经让它领💃🔆先的路径🤗。
我该开车去⚛🇧🇼还是走路去？”💂♀️这类问题🇧🇲去测试🇦🇸💆。只知道数字很大，🌨🕰有看起来很权威的⛺ 3C🙎♂️🧿 认证，还📔💷兼容各种手👩🦰机💧。他的总结是：🇩🇿🎓“关注度🇧🇿是一切🇪🇭。Kilo 🐶Code 🛏🗄则直接把🇱🇮🌧 MiniM🍭👱ax 设为默认🇰🇪🙋♂️首选🇮🇨。然而，我们必📆须看到💫🐷的是，对于人形机😹😎器人这样高度🇧🇦🇱🇰复杂的底层💘硬件创新，如🥌果没有资本的热潮🛐🙋，就无📇🇵🇷法支撑起动👨🎤辄数亿元的研🐷发投入，也无法🦛🚰吸引到顶尖的🐑算法工程师与精💏🥴密制造人才投🌭身其中🇹🇲🇷🇴。
