（来源：上观新闻）
但端侧的算力🤭♓是有限的♠。行业中长期🈴存在技术精度与实🛏用可靠性🚔🍊之间的🐴👴张力🕐🇦🇩。但Dee🌲🇭🇳pSe🥧🥋ek与Ki🇵🇹mi却走👄出了一条截然不🦸♂️🧥同的路——它们选🚘择了开源🎡，选择了共享🛹，选择在💢🙌底层技术🇧🇸上互相借力🍃。
尽管Al🍴💂pha🏇Go-Alph7️⃣🦀aSt🈲🤖ar这一🎾套基于强化0️⃣🧔学习的算法迭代👵，证明🈲了在特🗓🛥定战争模拟中的🇺🇾💰统治力，但其高昂🔳🗃的训练👄〰成本与有🏋怎么引蜘蛛出来限的泛化能力（换🔝🧛♂️一张地图可🕔🔍能就需要重训）🛥成为了新的瓶🇧🇦颈🇩🇿。你可能👨🦳会想，🇧🇪🧺数字智🏓🕖能体能部署👨❤️👨在云端🧲，为什么物理智能🕖🛷体要在端侧？一是🐏🕶延迟，机器人⛔怎么引蜘蛛出来的输入是物理🧻世界、是连续的🕠🎅视频、点云、🎬🍘传感器等等这2️⃣🚎些多模态🖥的数据，往云🇧🇼端传个几帧数据🕍🇸🇭十几秒可🇸🇻能就过👝🇷🇴怎么引蜘蛛出来去了，根本不能🦢‼支撑实时动作♎✝的生成🗻；二是网络，很多😈🇬🇭真实场景是弱网或🍒离网的，比如🌽刚提到🛬🕚的管网🎹清洁场景🚝🐷；三是🥴隐私，无论✅🇱🇺是家庭🐆场景还是工业场景🚇，用户图像敢❔✝不敢传到🇫🇲👨❤️👨云端去？🥏 所以具身🇱🇺👩🦳智能体必🛅🧾须在端侧🥓跑🍤👨🚒。
从价格上🥉🦌来看，V4-Fl🇲🇽ash走的是🈳🇳🇿普惠路线，输🙍♂️↘入缓存🕦🇸🇻命中0.0🇫🇷2元/🕣百万Tokens🇹🇬、未命中🐚✨1元/百万To👩🦱♏kens💼🍘、输出2元/🧢⛩百万T🏁◻怎么引蜘蛛出来okens的🇿🇼🆚报价，对应中小开🇨🇻😛发者与轻量应🇨🇳🌛用调用场🇧🇪🇷🇴景📅🏛。四舍五入也算📹🚴是把“长焦”还🌓回来了🛴🐟。而就在刚刚，😡这个模🇰🇿型终于👨🚀正式在千问App👊🌵首发灰测，🐐并且可以👨💻在千问👩🎨🌨App和千🥐📁问创作we👑👩⚖️b端免费体验 🏝PS：🎮💟需要把移动端🇵🇰🇸🇪升级到最新版千问💢APP📱。
