（来源：上观新闻）
结果我㊙🧖♂️难得打开电🇩🇲🦹♂️视，却发现，电视🚍台已经🇲🇩开始用🥿 AI🆑 主持人来播🔝报新闻👨👩👧👦🗯。在人工智能高歌猛🇹🇬👨🚀进的今天📋，一场极具超现实🏭主义色彩的“跨物🇨🇨种”旅🔟🥈行在美国西🔻🛣南航空🐤的客舱内真实🇰🇳🦖上演🕚🇻🇪。架构已就绪，路线🌡🧶图已启动，下一阶☄3️⃣段的成败取决于交🖊付能力🍍。去年开😥始，越来越多的🍦🗑电视台已经开💍🇲🇲始试点⬅类似的 AI👪 主播🕉。发现二：👋🙅♂️同一个 Bug😾😡，跑两次，花🎛🚽费能差一倍——而🇬🇷🇫🇲且越贵的 Bug👩⚖️ 越不稳定 更让🚬🇵🇳人头疼的是🧘♂️👉随机性🇨🇾🥗。
在刘耕🕵️♀️🏙看来，这类🇬🇳产品解决🧽的是一次性的生🎴💿成体验，🙍🇽🇰但不会产生可复😒用、可传☀😸播的内容资产，🇵🇫用户只能自👭🔧娱自乐，难以形🔴成持续供给⛄🚮。一个能力🔥略逊但🎡效率高 🔟🍕3 倍🇲🇶🐀的模型，🇪🇷在规模化场景🥎下可能比🕌🦞“最强但最费🇲🇾”的模型🙇更有经济价值🛎🇪🇸。论文的解♊释是：🕋行为参与和情绪⚠🕯参与是分离的👨🌾。这验证了一个直觉👙：大多数VLM🥇训练数🌓据的"口🌐🧳味"，和机🧑🏰器人任务需要的"🌄口味"🧢🍐，根本不是一回😁😊事⬅。
技术社区把🌤这叫「上👨👨👧👧下文腐化」🇦🇹🏋️♀️。这个比例👩👩👦还在上升🏳️🌈，去年 10 📲🤾♂️月是 37%🌅，升级到 Ge🧣mini ⬛🙆♂️3 之后反而涨到🎋☯ 56%🇦🇹。这样做的好处🎽🌘是，当📧♉光线照射过来，可🚭🏖将光生载📪流子中的电子储🍫⛱存在“😈👷储蓄池”🛶中，然后在需要时🐩👨❤️👨再通过🇫🇯🇺🇸施加外加电🐫压将它提取出来🚅🇹🇨。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👘👩👩👧👧。
