（来源：上观新闻）
Suresh 🇬🇧Kris📐🤠hna 对此🔱表示赞同🛅，并补充说，🏌随着智🏵能体系统处🎅理更复杂的设计，🇵🇾🤼♂️Des😷ign Co🆓🕎ndu🇸🇿cto🈯r 的蛮力方法🤝可能会变得效率🏛低下🤸♂️🅱。当然，这项💙研究也坦诚地指出🔚🥴了自身的局限：👯♂️SPPO🧶🥺的设计前提是🇷🇺存在一个明🏩🐹确的对错判断—💨🦄—数学题☺是否答正确🐬😶。未来三年，具身🥉智能研究院聚焦两😯件事：第一，😹💔补足具身智能🎶📵产业链🐂短板，虽然汇🇻🇺泛在服务博机器人🛒👨💻能自研关节，🦏👨🦰但具身智能🥫🌜还需要极✅🇰🇮高精度的🇷🇸灵巧手、🇷🇪😣执行器、触觉🤮🎤传感器🇸🇹等♌。
但这份名单把他⏬们的名字和V4🤑这个大家等了整💒❌整一年多的模型，🇵🇦👨🔧绑在了同一张纸上📠🌕。在官方的推文🧿中，也侧⚓🇦🇿面印证🚕了这个说💮法： 🎿目前D🧝♂️eepSee🕧♻k-V4已成为公👥司内部员工使用🆓☑的Agentic📤 Coding🌰🏵模型，据评🏌️♀️测反馈使🥩🍣用体验优于💮Sonnet🕥 4.5，交付质☝量接近Opu🧯🇸🇨s 4.6✋非思考模式😏♥，但仍与O🎑pus 🚂🔄4.6思考模式🔖存在一定差🎰距🌰。系统计算某种能力🙆在失败案例中缺失👅的频率与🚝🐚在成功案例中🕕😕缺失的📰🇩🇯频率之差，🇷🇴🇧🇿差值越大说明⚱🛫这种能😚力越关键👨🎨。
