（来源：上观新闻）
你必须先🕵️♀️🏦解决供给端🎄🇧🇧。就是线📺上找创作者，找 ⚾P♍🦊。Claude📨🍜 Sonnet-🔖3.7 和🇩🇪 Sonne🍳t-4 🚁的预测成本甚至高🍋📨达任务本身🍾🇦🇼成本的 2 📘🧽倍以上🇮🇲👳。换算成美元，⚠Token效率高👩🦰👨👩👧👦的模型每个🇹🇫🚄任务可以多花几十🔟块的区别🐝。我当时没接🔨话🕤。《纽约🌹时报》委托 ⏮🚞AI 初🦃🗑创公司 🐮😗Oumi 对🇩🇯👨🎨这个功能进🇬🇺行了系统测试👷♀️。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🇫🇰。第一个信号🛰🚦，是股🥥🔷权结构的制度化👩多元🎧。
三星、SK海力🥜💹士、美光三大存储👻巨头垄🧴断全球90%以🐄🍘上DRAM产🇵🇰能，将💩70%以上先进❌🎉产能转💲向AI算力🥳⛰芯片🌋。工具能赚工具☎的钱—😚🇪🇺—你可🏳🍎以切 B 🇩🇿端做稳定营收，🌷也可以切 C 🛰🐩端做社媒内容🏵。当人们把一个通用🎞🦅AI系统🇳🇿♌改造为某个垂直🌜🖲领域的专家🛩系统时——无论⏯👨👨👦是医疗诊断、🇨🇷◽工业检测还🇻🇨🐜是自动驾驶——"👳♀️🧵如何让通用大🇰🇲⬇脑向专业领域🗝平稳过渡"都📋🖊是同一类💁问题🖨🗽。在参数量🔂上，这个经🇪🇪🦅过中间训练🇴🇲➕的1.⚓🤗1B模型🚮，面对的竞争🇸🇰对手包括7🧗♂️🚃.7B参数的Op🏦enVLA、3.🐙🐟1B参数的π0💑🔝（基于P🥖aliG🏤📗emma-1👩👧👧的流匹配模🎑📱型）、😖🎧3.8✴♾️B参数的Q🇯🇴🇸🇿wen2.5V🔬😈L-3B📊🐎、8.3B参数的🖌🥛Qwen2💼.5V🐋L-7B，以🐨及规模从2B到🧥🛃30B的📄多个Qw🌐en38️⃣🔧VL系列模🥀型🍈。
