（来源：上观新闻）
在这个仿真环🖥境中，它不仅模🌰拟关节和电机的🚤🇬🇫运动学，还纳入质❗量、惯性等动力学🔠🍺原理🇻🇬😎。它已经从“可有🤪可无”变🇦🇮🙆成“必须”💽➗。目前它无法改善🧐，我认为还👡🆕是因为它没有🙄📅被纳入强化学↗习——可能🔼没有相应的美感🖍🧜♀️奖励，或者🍴🍌现有的🇻🇨🎞奖励不够好🇱🇧🛡。所以我⏮关于可验证性🕌🔤的所有写🚆🇫🇷作，归根结🐗底，是在试图理🏨解为什么这些模型🕡⚙的能力🆘🧿是锯齿状的💖👩，是否有某种规律🔺可循♒。更何况🍼📈，亚马逊现在手里🕸㊗还有Anth🍰😑ropi🚣💮c和OpenAI🇺🇸两张牌：A⏫nthropi🤤🧵c和AWS👤深度绑🈳定，Op❔enA🐍👦I也开始使用A🇻🇳🇷🇪WS的Train😦🧟♂️ium🏌🇬🇩容量🇳🇱☎。
从技术路径看，🇿🇦斑陌易行试图把🦒智能汽车行🏄🕧业中的🥾端到端、大模型和👨👩👧👧🅿车云协同😡🈁，迁移到无人配🐛送场景🎢🇧🇶。康奈尔大学的研↘📔究显示，在五类📿代表性Agen🌄🙍♂️t工作负载中，C🏎🔘PU端的工具处理🤷♂️、逻辑♒调度和🌤🍐数据预👩👩👧👦处理，占总端到🤽♀️👨👨👧👧端延迟🤓🥐的比例高达43.📴8%到😢🕍90.6%4️⃣🚶♀️。
