（来源：上观新闻）
V4的注意力🇲🇪层不是一🦓种，是💗两种交替使用🖐的结构🖋，CSA（Co🕚mpresse🛡🧜♂️d S🧾parse At🗄ten👩👧🌏tion）和⏲HCA（🌖Heavily 🗣🙊Compr❎esse👲📰d Attent📈ion）🇾🇹。过去的图像🇩🇴🧮生成模型，本❤🌻质是“🚬黑箱抽卡”：输入📛一句英🧁文，模型🏭直接吐出一张📻👩🦰图🇽🇰📙。公司摒弃了先造🤟🖐“展厅机器🏏人”再寻找💟🏖应用的♍🐆弯路，转👨👨👧🐣而从客户真实痛点👨👧👦出发，反☸向定义机🇨🇺🔘器人的形👮♀️🇳🇵态与算力需求☺🇬🇭。设备每次推理时，🤳🔖都得每秒多📗次把这些参数来回🛥搬运🏓。实验室数据🧹👑用于建立基🇦🇫本能力——识别🌫👩🎓常见物体、执行基👨🎨🍕础动作🇦🇿。
而第一批真🧶正被AI甩下车的📗👨🔬，是没有任🍁何话语权的底♾️层演员🍅。最终它确实找到🛥📉了解决方案，但🈴在此之前，它🍕已经走了许多弯路🤪。除了上🧚♀️下文长度低了🚵♀️🤾♀️点，Age🍒🏴nt 👩👩👧👦和 Coding⛹ 能力的提升还🇷🇺是挺明🔸👳显的🐐🐹。我们要🈂帮助用户保护🇯🇴数据，☝👨👦👦让数据私有化😶🛒。第一种叫"结⚫⏫构化数据推理"🌂📣：AI无法🇿🇦📱正确解🦅👨👩👧读工具返回🚽🇨🇱的复杂嵌套数据🐊。王昊在😬发布会🐀上提出🇰🇵了两个🈷很有趣🤶🏮的概念：“糖水🍧数据”与“牛奶🇲🇳数据”🏰。
