（来源：上观新闻）
过去两年，A💩🥘I 行业对「更🚂🎎强的智🗡🛫能」的🚁定义，几乎总是指🧝♀️向同一个方向——🧛♂️🤯更大的模型、🗨🎬更长的🇱🇧🇲🇪上下文、更快👴👻的推理、7×24⏺ 小时🖖不间断运行😁📴。虽然它🛏🔯们思考时没有紧🔭🗃锁的眉头，也🌡🧝♂️没有转动的眼珠🇨🇰👭，但在那😯🇮🇸些冰冷服务器内部🍭🇰🇼疯狂闪烁的芯片中🐑，真正的“深思😴熟虑”正在7️⃣悄然发生1️⃣🥭。
我们对🇮🇹 AI 的期🥈🐿待，说起来非常🃏🌹简单：给最好的🇭🇰👳方案、最准🌆确的代码、最🇳🇴☹精确的回答🧟♂️。这说明：有些🔘模型天生就“话📖🆚多”，跟任🎳务难度关系不大🚫✡。从数据集层面看，🧴RefSp📉atial（🇵🇰🚘专注于🔰空间指代推理的数👨🦲🐮据集）获得了最🇻🇪🍯能给谷歌加速的软件高的平均分，而V🤽♀️CR（视觉常识🥉推理数据🚪🚗集，主🥶要涉及对图片✔中人物🎰行为意图的理解🧂👻）获得了最低的🇺🇳🍳平均分📩。
人工智🧦能融入核心🍉产品体验 苹果多🔞🌂年来持续投资🇦🇽➰机器学习👩💼👮，将其嵌入各类🇰🇵功能中以6️⃣提升性能，⚠同时又🌁🙇不引起用户🏓🐎过多注意🥡➡。可瓶颈🥠根本不在供给侧，🗾☎市面应💒该不缺应用吧；真🇰🇪正的问题在需求侧🇲🇦🌚，大多数普通人不🧝♂️知道，自己📬👨👨👧👧能给谷歌加速的软件生活里的那🇹🇯🗨些难题，能用这种🏳️🌈方式解决🔱🐙。
