（来源：上观新闻）
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🥉🕠。最新发布的D👩👦eep🦗🌎Seek-V4等👀🐹一系列大📙模型大幅降低推🉑理Token消耗🌻♿量，同🍰🌞时国产算力😣🥍性能以及算力🇰🇼资源调度能力🥩持续增强，进💌一步减🗡少了To🌔🗿ken🍒的生产成本🔫。但当你环⤵顾四周时，你会惊🗯🔯觉，实验室在那些♨最显而易见的领🎁🧗♀️域，如数学、编👄🌑程及其🏂他方面，确实🇪🇬已经开始达到“🇳🇵逃逸速度”🚃🐷（esc🥎🥪ape ve✡↙loc🇧🇹ity）了🏣Ⓜ。
Madison🧥 and Wal🌴💹l 的👅🇲🇳 Luke 🕦Sti🇭🇲🦆llman 在采🇺🇦🇲🇸访中说，🇻🇦🤤这轮 AI 红😵利对 G🐗oogle 和📚✏ Me⛰ta 🗃来说“已经🏟不是线性更好🎵🇨🇬，而是指®数级更好🎣🎃”🍮👛。我认为，🇨🇦🇨🇱答案是🇪🇬🚖某种"可🖼👨👨👧👧验证性"与"🍰实验室关注🇨🇷🇦🇮度"的组合👆🎸。随着我们迈入🇳🇨 AI 的下一个👊🇱🇧时代，当🐠🍝智能变得廉价时，🇫🇮🇨🇷什么仍然值😃得深入🏤🕠学习？ A🖐ndrej 🗿🇸🇷Karp◾athy：最🕵近有一条🕳🇿🇲推文让💈我感到非常🚄🇦🇿震撼，我几🧝♂️乎每隔一天就会想🎚到它🇹🇯😷。
