（来源：上观新闻）
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🇬🇾🏔。这个约束💫带来两个好处7️⃣🐅。实际使用🥉时，系统需🇨🇴要根据用💅📱户的具体😔🎋请求，判断当前任😡🚗务最需要哪种能⏬力，然后启🤜用对应的插件🗜。
董事长成锐🦍指出，如果在具👩🎨身智能领😷👨🔧域仍延续“采购🏭硬件+🕐调用开源算法”🗃🇸🇲的传统路😖径，即便🕍将机械臂替换🥺为人形，也不过是🦛😖“在别人的👨👩👧👧🇨🇦地基上盖房子”🌦，无法构🇹🇯♿筑长期竞争壁🌥🕵垒🧘♂️🎉。
速度之快🛩，直接📽🈸滑出了屏幕➡💵，围观人群👨👩👦👦💩中响起一阵叫🔳好声🧼🏉。差距仍在👤🎫。在几个对比方🛰法中，直接在🦚目标环境里用强化🔄⏺学习训练的🛹模型（GR🍗PO on😀 Ta🐎rget）能🐺👩👩👧👧达到37.8%，⏹一种使用通用🇦🇲合成环境训练的👩⚕️🇦🇮方法（AWM）能🌰达到38.4😝%，而💺一种通过优🙃化系统提🎲💷示词来植入能🛅🏑力描述的方法（G👦❌EPA）能达到3🇷🇪🐵9.6%👨👩👧👦。
