（来源：上观新闻）
他告诉📉记者：“产品从开🦀🎰发到部署，再到🕧🙊发布，云服务、🎯🇮🇱数据库、存储♿🛀、通信，这些都🍔是成本☝。这些变量在实😣验室中无法模拟🧸💇，但却☠是家庭🤺环境中的🇵🇪🐔日常🤤。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⛏。反之，🏊如果预估答🇿🇼👩❤️👩对率0.9（📐🏆很容易），但AI🥈ℹ答错了，优势🇬🇩信号就是0-🇲🇰0.9🐜🆖=-0.9，说明🤒🇯🇵这次翻车非常严重🥂，需要强⚽🌶力纠正🇷🇸。” Vah🍟dat🇵🇭表示，随着A🇧🇶I智能体💵🆚的兴起，在训练和🙁服务方面进行😅🦒分别定🖼制优化的芯🌹片将有利于🧬⌛整个生态的✳📹发展🥝⁉。一些特斯拉投🇪🇷资者表示反🍿🍗对，因为xAI🛃和特斯拉都在开发⚛😹AI产品👩🤪。实测见👏❔证：从信息🍜图表到多格漫🇹🇿画，它已进入生🧿🧗♂️产流程 真😁正衡量🌝🇹🇲技术价值的👮♀️，永远是落地👒场景☪😒。
存储方😾面，TPU 8t🕸引入TPUDi🇭🇷rect RD🇵🇬🚻MA与TP🔏UDi💝rect S🏰torage技术👢⬇，绕过主机CPU🇺🇳🇸🇽直接在TPU⌚🏒高带宽🆒内存（HB🌤🐳M）与🇹🇲网卡、高速🍮存储之间传输数🇳🇦🌔据，存储访问速🅱度较第七代Ir😅onw⚙ood TP⤴U提升💵10倍，可确🍂🇬🇧保MXU在处😞🐓理大规模多模态数🧮🍫据集时保持满🌽👩🌾载🇬🇭👫。安克解释称，先🎀💱从耳机切🛅入，是⁉👨👦因为耳机恰恰是🎣🚈最难塞🙊🙉进 AI 芯片🍎🔐的产品💂♀️🧨。这说明单纯"多做🤼♀️几轮交互"并不🇱🇸等于更好👨🚀🧞♂️的结果，🥣关键在🇳🇫于每一轮交互👵是否真正建立在之🚡🏠前积累的成果之🇿🇦上🇿🇲🏌。此前最好的AI💩🕉系统只能完成🗼约21%😱的评分要🚞求，而顶尖🇭🇺🌁博士生能完成约⤴😁41%♨。
