（来源：上观新闻）
图像推💆👕理编辑🥄。与其他🇧🇸竞品普↪📝遍采用多线激光雷🇾🇹达不同，优时🈚从成立之🌅初就坚决走纯视觉🧓路线—— 采用🚼双目摄像🐜🔵头实现三维定🇰🇷位和导航🎡。在 On👨🦳eIG（EN🇩🇪⛹️♀️, ZH🕯🦅）、LongT🍖ext🌼👯♂️（EN🇳🇨, ZH）、C🌒😌VTG😭、Biz🍩✖GenEval🇹🇦👫（Easy🦊, Hard🚛）和 I👓GenBe👮🙆nch 上的预🔭测延迟 vs. 🇬🇷平均性能： 🐢在信息图基😲准（BizG🚵🤼♂️enEval、💌🛴IGenBenc🌓🍍h）上的预测🍄延迟 vs. 🍿🍹平均性能：😵超凡蜘蛛2免谷歌版中文版 Se🔄nseN🇬🇶ova 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➗🤶。
几个特点：😻 （1）不同场景💴的专属芯片：🇫🇷💕第八代 TPU 🤸♀️首次针对训🏊♀️😭练、推理场景🤽♀️♿侧重的不同要🗂🇧🇹求（高算力吞吐🚭🙄 vs 低🌤🇬🇳延迟 + 高📡并发 +Age🅱🇰🇿ntic 🧓负载优化）做了🐣🔙专用芯片🥠的划分🇲🇺🕠，其中 ⭕TPU 8t🦇😜 面向大🇲🇿🚣规模训练，TPU🏑 8i 面向🇱🇦推理㊙🤶。随着上下文窗口🕘的拉长，KV C🍦ache的体积🚵♀️🏋呈线性膨胀，导🇹🇱致内存墙🧤💒死死卡住模型🎋💧的吞吐量👵🇮🇳。
