（来源：上观新闻）
“第二增长曲🇧🇪😳线”割👨👧👧📛草机器人还在“烧🇮🇪钱” 为了扭转亏🤑🌠损局面，乐动机器🇳🇮人不再满足🙄于当机器人零🥭部件供应商🏆👶，直接入局🚸了机器人本体市🇵🇸场，与“客户🇬🇺”抢生意💆。本季度我们📈的一些商业🇻🇳🚏模式调🎧整正是体现了🏑这一点9️⃣🇺🇿。其核心优势并不在🕘🐸于替代有♉线系统，而🎭🏢在于提供一种更❤🚾灵活、低成🛡本且可🧘♂️大规模部署🎞的连接方式🇦🇮。”尽管如此，🇦🇩👨🦰胡德仍对收👩🦰益率持😛😝乐观态度：“我们🇨🇬对这些👨🏭投资的回报充满⚾🇮🇨信心，这基于🇻🇬🚔更高的需求信号和🌫不断提升的产品使🎼用量，以及🌹我们已经在整🚔🇪🇭个平台上推动🍗📶的效率提升🔼👩👦。
云业务下，按业务🐇🇸🇳线分，生🇨🇳产力和业务流程部🇮🇴门营收达到🕞350亿美📙元，同比增🐴长17📧🎊%🍪🚄。布伦特🔛·希尔（Je👅🆖ffe🌹ries）： 🚕艾米，我们经常听⌚🎧到的一🚧⏳个质疑是：🚦AI成本将非常👩👩👦🔕高昂🇹🇨🇭🇹。风险提示：市场🇱🇹🔩有风险，投资需谨🇷🇴💳慎🌺。多模态能🧑🌿力补全后📂，DeepS🇯🇵eek的模型生🤣态从文🙊本向图像识别🎅🍳、医疗影像辅😺😶助分析等场景拓展⤴🥓，应用边界进一步💤🤭拓宽，😯🍴人机交互方式🐛也更加自然多元😾🔠。在 OneIG（🇳🇬🧞♂️EN,🌿🇬🇦 ZH🌄🍈）、L👨👨👧👧ong🕒Text（🚞📭EN,🎴🖖 ZH）、CV🇲🇾TG、Biz💜GenE🐪val（Easy🇯🇵🦒, Hard🌸🇲🇴）和 🔧IGen🇯🇲🐜Benc🇭🇰💟h 上的🇰🇾预测延迟 vs✔💚. 平均性↪能： 在信👼息图基准（Bi🌪🇨🇼zGe🤬nEval、I🇷🇺GenBench🇹🇲🛡）上的预测🙃🎼延迟 vs. 🈳平均性🔶🚣能： 👟Sense⛷Nova 📈🇦🇱U1 的生成延🎻🤒迟控制🇰🇲在很低的水准线上🚤，同时平均🇹🇬🧦性能明显领🇦🇨先于此前同体🇲🇪🗑量的开源模型💇🧖♀️。
