（来源：上观新闻）
研究团队选用了🕙🛍目前最先进的M🌴etricX🏌模型作🔆为基础评估工🇺🇿具🤸♂️🐷。这提醒🎰我们，虽然👩👧👧🖕精巧的训练🇰🇵🇹🇴方法能够在🇮🇱很大程度上弥👷补规模的不足，🧣🇹🇷但在某些需要大🇦🇲🌈量事实知识储备的🍹亚洲一卡二卡三卡四卡无卡一区任务上，🇦🇮模型规模🐩🌭仍然是一个重要🏇因素↙💣。
2026🇨🇮🇫🇮年政府🥭🌒工作报告中，▪「具身智能🏔」被明确列为需要🧙♂️培育壮大的🤽♀️🇵🇦未来产😽业之一➿。这就像一个🕍📤学生在学习高🌨💀级数学时👜忘记了基♏🍷础算术，想要🇪🇹重新捡起来🏣往往需要🕑从头开🇵🇹🇳🇷始🍷。
近日，♥♨一位YouTu🆖be频🗜📝道博主@T🥶echS💹🇧🇩tat📽ion3🏠65对三星Gal🇮🇳🤲axy S2🥩🗓6、 One⛔📙Plus⛩♓ 15以及Mo🇸🇩toro🆙🏸la Sig🍁🎒nature等搭🔟🦓载不同芯片的👜设备进行了一😶系列测试，🌬💚虽然Galax📛y S26搭载🇧🇯🦈的Exy🤝nos 🇧🇻🔐2600的🇷🇺性能表🚄现上已与高通基🧝♀️于台积电3nm🇬🇼🥳（N3🤘P）的Snap🦟dra🧽🍚亚洲一卡二卡三卡四卡无卡一区gon 8↖👩 Eli📵🇺🇬te Ge🦂n 5🏌️♀️ 相当，💔但30W峰值功耗⚔♈已与部分笔记本😉电脑的功耗相当🈷，令人担忧🗑🇳🇵。
