（来源：上观新闻）
1M场景下，V🧽🌥4-Pro🧺🇧🇦的单to🤾♂️🌋ken FLOP⚛🦞s只有V3.2的🦈🎽27%，⭕🇮🇹KV ca🌍💰che只有10%⛷⚓。打分员必须把🛹这个唯🤝一的结果，🧔🔛沿着几千步🐝的推理链条，一路🔂🤘往回分配功劳或💧🛤责任👩👦👦🥂。为何拆分🚋为两款芯片 🔛此次将第八🚌代TP💏U一分为二，是✏💹谷歌对AI工作🛶🇸🇴负载日益分化🌛🛃趋势的直接👊🇺🇬回应🌅。” 关于🦐🦝成熟的O7️⃣PC生态，姚双认🔣🎤为，不能只靠🇻🇺创业者🐬🌂单打独🚟斗，而☯应借鉴🔲国外A🎅🚯16z😘🇫🇰、YC等机构👨💼的成功经验，💕🧀构建一个“创👎造者—社🧝♀️🌶区—产品—服📡⚽务”的完整⬆闭环体🛄🏏系🚟✋。
但自变量联合🎊Ⓜ创始人🇺🇬🔌兼CTO王昊指出🔲，VLA的👍天然缺陷，恰😃🏴恰藏在这种“🔃👯分工”里🕞6️⃣。第一个🇸🇭🏴，上下文会爆🥎👔。况且真人塑造🌑🕜的角色，往🌌往带有演员自🇮🇩😲己的影子和温度，🅱💜而AI🇵🇳无论多🍉🐣么还原🏵📈，也只是一🇦🇷🇹🇩堆冰冷的算法📺。201🇧🇦6年，特斯拉以📅🧦26亿美🧑⛎元的股票👨🦳交易收购了Sol🚐arC🚳🐰ity☑🇧🇯。它的思路是直接扔🔇💱掉那个不靠谱🍬🕳的打分员，🐵改用一种"横向比🔴⏬较"的方式：对🛍🤠同一道题，让AI🗺同时生成一批😢答案（通常🆙是8个），📴然后以这🕓批答案的平均得🌆🇱🇨分作为基准🥺🇲🇨，那些🇧🇮比平均水平好的👨🔧答案就得到奖励，🕉差的就受到惩罚🏆🇪🇦。
因为K🏇V entri💾🐖es既做k💂♀️ey又🏊做valu🔈e，nai🧛♀️🐭ve的RoPE🇩🇰⛸会让输出⌨带上绝对位置🍄信息，所🎼以在outp🈂🤹♂️ut端也对应⏬施加一个位置为-💲🛁i的RoP👾🇸🇰E来抵消，😔只保留🤤相对位置🇫🇴🇲🇹信息🇦🇼。让机器人✌去处理那些高重🦔复、高强度的工🇮🇨作，本就是这个🐰行业最📰早的使命📮。而这种知识通常是🇱🇰人类设计师通过🇳🇺🔹google seo怎么优化经验积累的🔇🇧🇪。
