（来源：上观新闻）
就像学习任何乐器🐆都要先学会看🦶谱一样，AI🏓模型必须先学会准🚣♀️确理解人类的🎫♎指令，才能🇸🇩在后续训练中发挥🕙🧚♂️作用👨👨👦👦。上述现象正是用户🌁在算力选🇰🇲🧝♂️型中面临😣的难题🧞♂️：8卡🌤🎱集群难以📋支撑大模👨🦳型相关任💊🇨🇨务，百卡级📈超节点又超出预算👖承受范围——只🇲🇦⛹️♀️能在“不够用”💲与“用不起”😼▶之间被迫妥⚖协😑。这次募资规🍔模可能🇸🇻🧮超过75💊🚅0亿美元〽，目标估值高达1🥑.75万亿美元📔📳左右，最快将在🇬🇲🤦♂️今年6月挂牌🎿。
让 AI 真正🕦走进物理世界，需🔝🎅要一套感知系统🍿🇸🇽。贵，也💅▪是不少人对🚗龙虾避之👨🚀不及的理🦑👠由——⚽✊执行任务过🥰⤵程中，龙虾调用🌕⛏大模型API所消🉐耗的Token🇹🇷量超乎想象，不少😼用户一天就能烧🇸🇴🐠几百美金🇬🇼。随着技3️⃣术的进一步完🇯🇴💕善和普及，我们有🇵🇦🦅理由相信🧗♂️，语言🎉🇨🇺将不再是人类🌫♠交流和😒合作的障碍🐰，而真正🇹🇩🌖的全球化👨👨👦交流时代即将到来🎃。
这件事的重要性在💭🧙♀️于：这恰👩🔬好是 A✅📦I 走出数字世界🌅👪、落地物理世界🇰🇿所缺少的那一环🚚。每一个词元🇮🇪在模型🏔🦴内部都对🤔👨👧👧应一个高维🏠🔼空间中的向量（🍽Embe🥒dding）😓👺。」 网友Yon👀🥫grui S👨🎓🛹u则从📅部署逻辑的角度写💆♂️道：「这🇧🇼🐒是正确的部署路🥯♣径：真实家🕣居环境🏍能促进感知🥥与恢复功能的🇦🇿🥢实现，而非演示脚🇩🇴🏓本🛃🇸🇷。
