（来源：上观新闻）
过去几年，英特尔🎁在什么都做的路上☂🤫走了太远😭。这两种逻辑同时🕣🛏成立，并不互🇻🇨相取消🎭。同时，每👨👦👦个注意力层还保留🌎了一个"滑动窗口🐦注意力分支✌"，专⛩🔁门负责最近128🍰个toke🇫🇮n的近🏣邻局部信息，弥🤔🏬补压缩🌊机制容易丢失🥙🌐局部细⛏🥮节的缺🍣🏉陷🧰🤡。第二层是短期记✖🐬忆，也叫工👨👨👦作记忆，容量有限🗺，就像你🧐😽手边的🧘♂️❓便签纸🥮。自然语言软提♟️示则对任何API🕥接口都适用，🌯代价是效果弱于真🦹♂️正的参数级微调—👏—它能配置偏好🖋☄，但不能教👃会新技能🍖👤。
在个性🚮化创作🔸方面，新版本🍟🤵整合图乐园（🚖😴Image Pl🇦🇩📲aygr😼ound）至背景📎geo是啥库，帮助用户🕥🧑生成匹配😘🇲🇱geo是啥活动氛围的⛴原创图片🎬。“AI降本增效🤶就是一个比较错🦶🛸误的认识，市场不🏴🐻是需要一个量，市🛒🌿场需要的是精👨👩👧品，是🌅🏹能够打动观众😒的精品🇩🇲。如果说🛀先前的 Pur🧐🌳a X🎛 只把内屏做好💩⚾了，那 Pu👳♀️🏇ra 🔛X Max 毫无🇲🇷疑问做🍣⚽到了内外屏「兼修🍠🍺」的水平： 1💨🍴6.6×12c🦏m 的机身🎄尺寸属于🇩🇯⚱小屏平😯🇨🇿板的手📄感「甜区👨👨👦🇳🇺」——小🍘雷这样手大的用户🙏🤪单手可以正常使🎿用，双手横屏使👽🇧🇷用时也不🌤🤼♀️会觉得局促💑。
Muon㊙的核心思想👶是：在每次更新参🇱🇰🇵🇲数之前🍇，先对梯度矩阵💍🇫🇴做一次"正🇯🇴交化"🦂🤽♂️处理——通过N🥊ewt🌕geo是啥on-Sch😶👩🏭geo是啥ulz迭代👨👨👦，把梯🦞⭕度矩阵的🏴☠️🇱🇷奇异值🇫🇰逼近1，使🏆参数更新的方向🐪更加"规*️⃣整"🌖🍇。所谓双随机矩阵，✡🌭是每行每列的😷元素之和都等于1⚗的非负矩阵—🕊🌡—这一约束⛏保证了🔋🇰🇷该矩阵的谱范🇩🇯🎤数（最大奇⛺异值）不超过1💅，用数🥙🌭学语言说叫"非👨🎤扩张映射🛌"🇭🇷。
