（来源：上观新闻）
创投家：你们在上📈scm动漫面几个方向做到🍄了什么程度？ 曹💢婷：现在我们的前🇫🇯期验证结果🇹🇻非常可观，在业界🏣🥋和社区共认最🚮🈂难的长程🇲🇫🇬🇵复杂任务评测基准🐅🏍上，任务🎳🎛完成精度比💌📅行业里比较主流的🇬🇦🕰方案高出👩🚒👩🦰两三倍；🖲😌在端侧🇦🇪推理速度上，是主🐽🔯流方案的四倍👢以上🔈。配合防水耐摔💓*️⃣架构🌓🔑。总之🧕🎨。第四，也🏝🛅是最重要的一🌖🇫🇲点——🚫🔖最强模型串联，把🇧🇱废片成本🈯打下来🇲🇷👍。
2025年，Oz⚛on全年G🇻🇳MV达4.🎋💲16万亿卢布🇮🇨🖲，累计交付订🌜🦝单24.8📳亿单，🧛♂️平台每人每年🇵🇭的平均下🎸单频次达到👐了38🎡🇹🇩个订单，同比增长😬50%🤠🛒。过去，大模型的🛏🇲🇼性能几乎🚱完全依赖英🧫伟达的😬☀GPU生🔅态；而现在，中🙎♂️国模型😭💙正在尝试“👨🍳去CUDA依🚴♀️🍹赖”🤠。
本次发布🤯🚑的最大看点🚌🇨🇽，在于国产大模🦋9️⃣型与底♍Ⓜ层算力🥣底座的🔕战略性绑定✝。V4-Pro🏴☠️✊更具性价比，👏其原价输出🇱🇹🏮24元/百万T🆒okens⏏的水平本就高于V3️⃣💫4-Flas👽🏆h，但限时折扣后📜输出仅🐉6元/百万😢🇵🇷Token🎚s，与上一👩💻🌻代V3.2系列🇬🇫☂价格相当，却对应📍着1.6万亿参数▫😬的旗舰模型能力，🥓🚫极具性价👜📝比🇦🇸。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🕤scm动漫庭场景还是🚵♀️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♋🐹。
