（来源：上观新闻）
研究者让🤰同一个 Agen🌾⛺t 在🙉📑同一个任务🏮上跑了 4🇲🇫🎌 次，结果↔发现： 🍔在不同任务之间👣😏，最贵的任务比🇨🇴🚽最便宜的任务🔰geo优化怎么做多烧约 700 ⏺万个 To🈺✳ken（Fig⬇ure 2a🕶） 在同📬一模型、同一🍒🚒任务的多次运行↖中，最贵的📞🍿一次大约是最👨👨👦🏳️🌈便宜的一次的 🇨🇰🌴2 倍（🚏✡Fig🇩🇬ure📩 2b） 而🤷♂️如果跨模型对比同🏟一个任务🍟，最高消耗和🚢🎿最低消耗之间可以🐒🔭相差高达 🉑30 倍 最后🇬🇼⛰一个数字尤其值🐻得关注：这意味⛺着，选对模型和选🍦🇹🇳错模型🔻之间的成本差距，🦈😔不是“贵一🦴❣点”，而是“🐥🏡贵出一个数量级🎳”📖。
研究者把所有模型🌰🥿都成功解决的任务🛡（230 个🍷）和所有模🗳型都失败✈的任务（1🥃🇮🇷00 个）分📹⛲别拿出来🇪🇺比较，发现模型📬👩🎤的相对排名几乎🇸🇹没有变化🛡。
擎天租跑通的这一💀🚴套闭环，证明👨👨👧了在具身🌻智能这🇧🇹种重交🦃付、重服务的👩💼🍁赛道，深度的产🥶😀业协同才是建👛📜立竞争壁垒的最🖌🌸快方式🌎👧。
