（来源：上观新闻）
孙海定指出，“我🦞🛫们把图片简单分👎🕋类，然后通过🧜♂️芯片本身感😘📨存算一体的内部运🕟🤘算，即可实现图🇬🇬像分类➖🏓。调用17🇧🇮🙋♂️个 agent 🤱协作后，代码规🥨模迅速膨胀到3👒🇮🇷0万行💰，一个新产品就🧽🤨这样冒了出来🇲🇶。这是一个几乎🚢💎无解的平衡问题🥍。这种头部，一年能💷卖三五个亿 G🐅MV🗻。它先读🐕取现有记🔊忆确认已知信息，🤠🆗然后扫描🛴 KAI🇨🇰😬ROS 的👨🏭每日日志，重点💙处理与此前认🥖▶知有偏差的部🕊👨🎓分：那些跟昨😄🍣天说的不一样的▪🇲🇦、比之前以为🇮🇹的更复杂的记忆，🕰🦍会优先记下来🏯。
在此之后，🥛该团队🇵🇫↕又陆续🚘有多名🧂高级工程师离职🌇。而且我们不切 🇵🇫🌰蜘蛛入侵B 端—🧝♂️😊—B 端哪😘有钱就去哪✖👼，你培养出来他🔢也会跑⚽⬇。这个结果表⏫明，中间训练对V🚈👬LM的原有能力🇲🇻🇬🇼并非无损保留，而🇨🇨是带来了一⛪种有选择🇬🇶性的调整：它强化🚀💔了与机器人🤺🥇任务相关的能🧞♀️力（如三维空间推🧛♀️🎂理），同时对某些🎀更偏向通用🚛❄感知或特🛂定类型◽空间理解的能力🐚👩🚒有所削弱🔀🍺。
