（来源：上观新闻）
但市场还是给🕝🇵🇱了它新的想🍖象空间，🛏原因不在⚡于英特尔突然变成🥉AI明星，而🍙在于投资人🇸🇴🍻开始意识到：AI🦉基础设施的需👯♂️🏐求结构，已经不🐎💣再只是“多买GP🐄U”🌎。更令市场瞩目👨🎨💔的，是他对未来🕤🐆底层硬件架构演🦃进的大胆预测📚🦸♀️。微软在三家云🔛🇲🇶厂商中略显👨👩👧平庸🚺🇱🇧。所以，🤕即使实验室没有🇨🇰🏹直接专注于此，📧🕧这种观点可能依然🌊🕺成立💁🥾。当AI大规模替😔🇲🇿代劳动👔🔗，工作这一🚋🥣意义来源面临着⚾系统性的侵👭🏉蚀；深度伪🔋🍠造与数字分身技术🚶♀️🏋动摇了🇧🇭🕰“眼见为实”与🚜“文如其🥃🇱🇮人”的认知锚点🎣♊，使自🎞我认同🎑🏢从稳定内核转🎇👨👧👦向流动建构🇫🇰。
对于在场🦟的创始人们，你有💫什么建议？ 📼🇳🇬Andr🌯ej Ka🈹🇹🇳rpath🕙y：我想这或许🌞回到了之前9️⃣🔁的问题，即我确💕🎛实认为“可验证⬜✝性”（ver👩❤️👩ifiabil🇲🇦ity）⚓🇲🇵是关键，因为🚁🇬🇸它……让我📬想想🐥🏒。来自高校的朱🥔🏴立东和郭阳🦈点出了最👞🏘核心的矛盾🤩。很高兴📪能在这里听你分享🐘，为节目揭🍆🇬🇬开序幕♿。相比谷歌、👁️🗨️亚马逊和🎦🙀微软，Meta的💙🖊AI回报更🇲🇲🇧🇯难被单独拆出来🧽。第一条是“仿真🐡⛈迁移（🇱🇧Sim-to📄🇦🇼-Real）”👩🎨🇰🇿路线，以⬜ 2018 🏎👩🎨年 OpenA🥰I 的 Dact🆓yl 项目为🌐代表，逻辑是🏌️♀️在高保真🇻🇪🥦数字环🛤🚊境中训练策🕥♿略后部署至实体机🐢械手⁉➕。
Clau❇de这🇵🇰🍁段时间变🚡🔚化很大——我🗜🛫也注意到它在4.♓🏁5、4.6之间🐊的推荐就变了🎯。其Smart🇮🇪👨🔬ware🎱2.0中间件强调🇺🇸统一硬件⛰接口和☹模块化拼装，Sm🍽🧑art🇾🇪🧲VLA负责场景🇬🇹🦙理解与端到端决🦑策，Bra🐧in2.0🦛🕧则承担云端调🦀度、数据闭环和多🏆车协同🇬🇱。它目前没有🚌改进的🇵🇳🈵原因，可能还是因👯♂️💡为这没有纳入到😝🛣 RL 🥊的训练中🇲🇱🇵🇫。
