（来源：上观新闻）
参数量高达2🛸70亿的🎰🧦 Gemini 🏷🏉2.5 P🗝🔒ro（谷歌旗下最🔱先进的商业大🛑🔆模型之一🚳🧚♀️）只有22👶👱♀️%的准确率，而随🐭🧑机猜测的准确率🧂↪是20💥🥄%——也就是说，🇯🇵🙋Gemin🦇🇨🇷geo是什么缩写i 2.5 Pr💲o 在🦑这项任务上的表现📞🗂几乎与瞎猜无异〰。谷歌CEO♏📧桑达尔·皮查🇨🇾🇲🇦伊（Su🍘ndar ☺Pic💔hai）在相关🚦🔣geo是什么缩写博文中表示😫♠，目前🇧🇸🐾谷歌所有👩👦💸新代码中🌧，75%🐩由AI生成，该比🛃🧞♂️例在去年💱🏃秋季为50%🌥；此外👨👩👧，面向企业⏬用户的Gem🈁🛩ini En➗🏢ter🧜♀️🇳🇫prise第一季🔏度付费月活跃🍼用户数环比🐕👩👦👦增长40%🇦🇬👟。
此外，商业🚨🇦🇮化芯片还🍴面临着诸多相互📓关联的约🌾🦞束，在实践中0️⃣，这些约🥉束需要通🌜🇧🇬过设计迭代来满足😻🗡。于是，很多人🦃最后得到的不⬜是效率提😗💋升，而是更☦高的使用成📏本🇵🇦。然而，更🐣😵多潜在的设计🕡🛐由于产量👩🦰🇧🇿太低，💍根本不值得🏆专门开发Ⓜ🥑芯片🤝。与传统方案相🇬🇫比，Th🚓🖥us 体积更🚄😄小、功耗更🇾🇪低，处理🐕🇸🇨复杂运🍒算时也更🚖🚖省电，因此尤其适🎛合空间有限的😟小型设备☑🇧🇲。又想起来那句话🇱🇰：人是环境🇨🇾的反应器🦌⬛。
