（来源：上观新闻）
这种现象的🚄😹背后，是因为现有🔤的语言模型完全受💇制于一种被☕👨🏫称为“👨👦下一个词预测🇰🇬🇦🇷”的工作机制🕤。这一发现也🍛解释了@在1💁💴9世纪的↖用途：当时🇲🇩💈，会计人员和商📈🖱店经营🌉者将其🔩🛌用于相同💲的含义🕒，在账簿中💸通过打🇧🇿🏪字机记录价🛄格信息🇧🇸。而国内的智🏔谱、DeepSe🗂ek等头部大💘🎞模型厂商，💃🍧此前均已经推出付😠🍻费版本🐊。消息刺激股价单🦏日暴涨120🆑🈯%，随后他🚠🔥裁掉15🔴%员工并关停🧝♂️🇸🇰深度报道部门，称🧜♀️👯“AI将替🖖📏代大部分静态内👩👩👦容”😳🛑。
华为、🕰👨👧👦苹果等头🇮🇸🏅部厂商凭借🏴🇫🇮对供应💝链的强掌🦘控力，受AI📬🇹🇦产能挤🏀🦹♀️压影响相对较小🍯。参与者🇸🇸🇧🇮在两种方案上花的🙄观看时间💗没有显著差🎁异，但从 MA🇰🇳🔖P-El🇦🇸🇹🇦ites🇹🇰 方案里选出来实🕋🕹际使用的🚫设计数量👅💮，显著多于👳😷随机对0️⃣🍅照组👩🎓🥳。这说明📠🇸🇻邻近性估计器捕捉🕙到的"与😯机器人世界接近🌊"这一特🥶性，并不🇯🇲🔱是某个特定🇦🇺VLM的👨✈️个性偏好🕹🃏，而是一种🎄✴更普遍的、跨模👩✈️📬型适用的分🔇布对齐信号🆗。
