（来源：上观新闻）
此前表现相对🧐较好的"迭代代🤵🍱理"系统（It👨👨👦👩🦱erati🤖veAgen🌺t）在G🎒emini-👛🛶3-Flash8️⃣下每个任务平均花🤽♀️费27.44🥼美元，而AI🛡科学家🚌🖖只需1🚴🇮🇱5.67美元，却⏮🚶能取得💸👙更高的分数🚴♀️。就像一张🇧🇲照片整♿📒体偏暗（所♦有区域都受到◻🐒"变暗🔜"效果的影🤢响），🇵🇫另一张整体有噪🧜♂️点（所有🇦🇬🚘区域都有👆噪点），系统需🍐要分析各个区域的🇬🇺情况并进💇🔼行比较😪✈。事实上，今天的♨双足机器人能☔♣后空翻，灵巧手🔳能写毛笔字，力🧺👨🏭控关节精🅰度已达毫米级🇮🇱，问题出在智能🌴。
这种矩阵在📪🌩乘法下🛐是封闭的，堆🇲🇲🌳很多层也稳😈。Verko🦋r.io团队表示🌇🕸，尽管有所改进🇵🇼，但LLM（逻👴辑模型）🇩🇲仍然缺乏人类所🏤拥有的🍣直觉🔞🦶。其一是🤔Sparse🕐Cor♒👤e加速器，专门处🤾♀️👾理嵌入查找🕜🎋中不规🆎👩则的内存访问🍎🇧🇴模式，🤩将数据依赖的🧷🚷全局聚⏫🇺🇬合操作从矩阵⚛📧乘法单元（M🇬🇺🛅XU）中卸载，避🇨🇴👩💻免通用芯🌫片常见的零操作🏍瓶颈🇹🇩✖。在1.5🍉B规模（15亿🏺🇧🇶参数）的📉模型上，标准P🙉📜PO的综合平♾️均分是44💏〽.06，甚🤜至低于未经训练的😞🌆基础模型（4😶4.96）📯。传统通话💹降噪主🇱🇹🐅要依赖🎞这类小型板载⛲神经网络，在👨💼特别嘈杂的环境🧢里，往往很难🇯🇲🇸🇹把人声准确🚋拎出来🥄🚒，所以📦要么环境噪声混进🔢通话，要么🧕🏍人声被压🍉🍘得很厉害，听🏗🥯泛在服务起来不够📪🀄自然🚲🤤。
