（来源：上观新闻）
三、水面😦之下 诺基亚✴👩🦱卖掉手机的时⏩📁候，带走了一件🐉没人注意到的东📂👩🏭西：专利🇰🇾。《智能涌🙍♂️📑现》：数据也是你🔚👌们新公司的亮😝点，你们🦁大概有🧬🇸🇦哪些方案？🉐 许华🕙👩👦哲：我们的🇫🇮数据方案主👨🍳要分三层🙋🏤—— ①💈🇰🇬外骨骼数据采集：🇧🇴💉提着机器🔺人手臂直接操作，💱精度高，⤵🇭🇺反馈更🇲🇩😿直接； 🎉②UM🎵I方案：让人戴一👱♀️个和机器🇯🇴😊人手部构型🧫👬完全一样的🇯🇵🕙“硬手套”🚄🐫进行操作，好处是🗑👮没有机械臂🚙的负担📡，采集效率🇬🇳高，数据量大🏃♀️🥗。
研究团队将劳工➕部职业数🍴据库与住户就⛹🇰🇼业调查交💎🤶叉比对👮🐛，锁定约占全美🍿劳动力 3🇩🇰💋.7% 的🇳🇦编程密集型岗🈂🥽位🎈⌨。在支付服务上🍫，他正面临监管♉层面的麻烦🏴与延期：X Mo😘🕵ney至今仍未在🕋包括纽约🇰🇬⌛州在内的多个州获🙌得支付牌🇵🇲照🥇。在具身🐻⚾智能领域，过去🇦🇸两年最热闹😊2️⃣的争论💦⛪之一，就是 VL🐑A 和世界模型🇼🇸🈳到底谁才是终🕙局🦁。对特努斯而言，这🐦🍢意味着一开局🎅就握有一张🇲🇾🥬拉动收入和制造📇话题的牌🚴。作者也审慎强调，🚶🙋50 万🦗😮缺口不等同于 5🔭0 万人失🛑业，AI 之⛺外的税务政策🇨🇻变化亦可能是🤵🏀干扰变量🇸🇾。
《智能涌现》：🏫你们做这些事情🇲🇦的过程中，遇👩✈️🗨到的最大🦇的挑战是👨👩👧什么？ 许华哲：🏫要训练大💶模型所需📨的Infra（🌴基础设施）是一👕🕜个挺大的卡点，🇿🇦因为我们想🚀🇰🇷做一个👴🚒32B☠的大模⛵型，要支撑比🇨🇿🍎较大的数据量，🥼GPU集🦜群的并行😙↗效率、🚼数据吞🚂🏺吐都是一个很大🥴😻的挑战和壁垒🚂🗿。特约编🏄♀️🥠译金鹿对👩🎤™本文亦有贡献🔸。华为走的🚆路，和👜🔧诺基亚截然相💑🇮🇸反，它没有💩👩🚒向下退☪，而是向内挖🤝🎋。这种自我🐍👨🎓进化能力🇺🇳sem全称，是友商无法快🇬🇭速复制的核心优势🇲🇲🦶。
