（来源：上观新闻）
这种从简单封闭➖向开放复杂环境🇨🇩的演进🍗🏅，清晰地勾勒出游🇹🇰戏如何通😇过规则维🇬🇺度的“右💩💂移”（单体→多🇲🇿体、离散→✒连续、完全信🇪🇺息→非🌇😑完全信息），😔👸逐级赋予AI更深🥨层的社会认🍣🤽♀️知能力🇭🇹⏩。这绝对是打工人放💂♀️🌤假出门前的终👨🎓极内耗🚞：背不背电脑🍡？背？🚚不背？ 这次我◀⬅决定换👏🇦🇮个法儿🏗，装个叫DuMa🅰😰te的AI助🌗手，尝🗒试把一些假🏊期可能要加🔳👑班干的活儿😻🏀托付给🤓它🇬🇦。
AI在At🛏ari游戏中迭🌼代出的新🧵算法范式，最🍅终走出了游戏，🏀🙀成为了🌝😡解决离🇧🇷散决策问题⚡的通用⬇🇫🇰框架之一，并被应💞🐙用在以下🚲场景中： 推荐🥑📆与广告🦎👨🦳系统：在这些系🐬🇪🇬统中，用户的历史🙋点击日📚志就如同游戏的📉🚴♀️“经验回放”😭。数字世界🌍🤟里的智能体，😍很多时候面对👨🦳的是稳定接口🕤🍮和确定🍪规则；⌚🇹🇦但物理世界不🍣是这样，🐢训练时🔹🥞没见过的情况🥙每天都会出🏍🤭现，而且每台机🏧🇱🇷器本体🌐🈚、每个场景、每🚸🇵🇭次交互都不一样🙁。
你可能会想，⚗数字智能体能🍱🐾部署在云🧿ℹ端，为什么😸🥯物理智🍾能体要在♍🇲🇲端侧？一是延迟，🐺机器人的输🦔入是物理世界、是💧🌃连续的视🤽♀️🚯频、点🚰云、传感器等等👩👧🇪🇨这些多💦模态的数据，往云🌺🚐端传个几帧数据十👩🚀几秒可能就🇸🇳🧯过去了，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👤✴。
