（来源：上观新闻）
在他看来，很👏多具身智👜🇰🇾能公司低估了一件🚌事——如🐟😤果你没有一个能💐理解物理世界、🌘生成高🧠🧥精度视频的底💞🇲🇴层模型，那么无论💹📥你采集多少遥操作⛪数据，机器🇳🇺📖人的“理解力🐯”依然会卡🥠🥶在表面💘🔽。我意识到这就是🇦🇮🍄平台的断🍤点，用户在这㊗些平台上看到👠👩🍳了自己😺🐁感兴趣想🍒体验的🇧🇪生活，但🔊🔅是只能靠不断刷☸🅿同类型内容，靠😡脑补、靠提问、靠☕自己模仿⏺⚜来代入🧭。
这就导致，O🌹penAI💋的视觉推理🐂🍪发生在内🥔部，用户😀只能看到🥢🤡最终答案和必🐋🥾要解释📧，中间的🚸✂视觉处⏸理过程是黑🙅♂️🤹♀️箱👩🌾。举个具体例子，🇮🇶有用户💖在 Ins🛋tagr👨👨👧👦😀am 上看到💐🇱🇹感兴趣、想😙体验的👣生活，可以把帖子🕎发给 Dream🛵🤭ova，它🛷会自动解析，🐱🎎然后将视🇱🇷频主人公变成0️⃣用户指🇬🇪📢定的形象，穿📻着、动作、🚹场景等都能根🍱🇧🇧据用户🗿的指令调🛍6️⃣整👉。
