（来源：上观新闻）
知识类📧🤚和最前沿的🔐⌛推理任务仍有33️⃣🇩🇬-6个月的🥏🦕gap🦸♀️。我们认为🤦♀️这是由于 LLM🇧🇷 的预训💅📞练和后🦶训练中都存在🇷🇴🕷大量软件代码造🚯🇮🇨成的🚎。做一份深度研究是🤥😌前者，做一个产品😜🇲🇾从设计到发布🐜是后者👨👧。这就是王潜所说🚷的“模仿而非🍉😌理解”的天花板🔘⤵。有个蛮有意思😽的小细节，在🕚形式化👕🚘数学评测中，De🌞epS👩👦🚠eek🍋🕵️♀️也皮了一下友商🙌： 我们在K2🕝.6和G🧛♂️LM-🎯♈5.1的➡部分条目留空😑了，因为它们的A🙃🥭PI太忙，没🏊♀️📱法及时返回我🇻🇮🚒们查询的结果👺🇹🇦。
两款芯片均集🇫🇮成了基于Arm架☝构的Axion1️⃣ CP📢🕐U，以🗺🇳🇺消除数据预处理🚸👨👩👧👧延迟造成🥂的主机侧瓶🇱🇦颈，确保↪TPU计算🧚♀️🚫单元持续满载运🇨🇬💈行🇳🇬🐺。就像把🇲🇼🇧🇦一群优秀🍊⛽的人放在👨👧👦🤾♀️一起，就会有想🇦🇴不到的化学反应🇭🇹🆖一样，把一群 🌦Age📍🐧nt 🀄放到一起，应该也👎🕗会是这样🎛🐁。我们将回顾最终5️⃣VerCore的🇧🇻关键特性🤖🍨。
在标准具🕧😩身智能❣机器人领🌤域，相较于侧重通👬🔬用性研发的企🚖业，公司的核心🍶⬅优势在🛩于“全栈👩🌾自研带来的🎹♠性能优化和成本控5️⃣制能力”🚨😩。**归根🏧❔结底，这项🐈研究说明了什么👨🔧💌？** 👗这项由华为🗻技术（加拿大）🍾团队完🚭成、发表于🔫 ICL🌇R 2026 的🌺研究，用一种非常♌朴素的逻辑🦀〰回应了一个长🦝👩✈️期被忽视的问题：💫🇬🇬AI评价图片质量🔽🥖时，不应该只🕖看整体，因为😡🐜整体感🧿知是由局部细节🏎🇸🇭决定的，而不🏹🌴是反过⚪来🏖🇫🇰。
