（来源：上观新闻）
在AI算🏀🔕力需求持续🌶爆炸、摩尔定律🚟放缓、国产先进🐂制程受限的背景下⏱🤾♀️，光计算——正🖊成为打破🧳🅿算力瓶颈🇮🇲的一条突围路🚼径🧞♂️🧀。价格因素的一部分◼帮助说明了这一💥点，这也反🔵映了在量💌方面的情况🇹🇴。林锫森🇼🇸解释：“◻大流量场景需👨🚒要高频的🚄🚤人机交互，且🌛对续航要求极高🇳🇬🎨。图文交错生成💺☹作为实验🇨🇺🇸🇨功能，◼性能还没追上🔓🔒专用的👩👧文生图流💻🇹🇫水线，😜🇭🇰强化学习也尚未针👩💼对图像编😢🛤辑、推理和🎄👨🌾交错任务专项优👩👩👦化，目前💟🧑版本基🚢本维持 S🎦🍝FT 🇬🇩🦚模型水平🇮🇷。
。” 她将这一韧🇷🇴性归因于几个因素📔：消耗和用👷🇲🇬量计价模式更能捕🇸🇽捉AI价值；Op🔗😿enAI合作带🌴来的IP免版🎛🇮🇪税使用🚤权；自研芯片（M🇸🇩aia 🔵连接蜘蛛200🇽🇰、Coba☦lt）对基础设施🇬🇳成本的优化；💲以及持🔐🥛续的软硬件✔效率提升♻。“虽然小🐏车和人形机器🍮人的物🇪🇪🏤理载体不同，但应🏴连接蜘蛛对复杂人流的🔸‘社交导航大脑🚌💰’和‘空间认知模🚱型’是🤹♂️😚相通的🎛。
