（来源：上观新闻）
实验结果令人鼓舞📴💹。为什么选择尺寸为🤳🔺120🇲🇳B的模型？团队对😂🐔《智能涌现》表💪😴示，100🙍🛬B参数是本地🙇♀️👘AI，从“玩具🙇♀️🥄级”跃🈯迁到“生产力级”🕢🎙的临界点：“😮我们选择在这😝个分水岭上，🐹首次把GPT-🚵♀️4o级别的👨👨👧🕥复杂推理🖼🗑能力，从🆖云端放进口袋里🤝🥢。过去几十年，⚖👩✈️机器人已经广泛应🌀用于工厂和仓库等👨👧各种工💯🗂业生产🏕场景，原因🕚很简单🛃✒：环境是结🇬🇩构化的，物品🤠的位置是固定的，🇧🇫任务是可重复的🤤，机器人只需🇾🇪要把一个标🚆准化动🏆作做准、🏂🇧🇻做快、做3️⃣🌏稳🗡。
相关阅读😊ℹ。研究团队选择了F🧕LORES-1😀01数据集作为😈◻主要测试平台✂🇨🇫，这个数据🍄集包含🛋了101种💏不同语🚮💻言的翻译对🕷照文本💹🌡，涵盖🇦🇸🏝了从资源丰富🦵🔥的主要语言🌽到极其🇭🇳稀缺的濒危语言🎠。如果出勤🧬率不够高，连🍺折旧成本都回💇不来🇲🇷😱。为数不🥫多还保持理智的分💔析机构和国🖕内自媒体，☪也只是指出这🧻事儿完🇲🇨🕢全符合华🍒尔街老提的“杰文🆗🐌斯悖论”：🈴👸 Turbo🏋️♀️🧡Quant⚰☸ 确实把长❗🗺文本推理的成本🏥打下来🇨🇻🔥了，但门槛一🥭低，厂🚱商们绝对会😴🔅放开手脚🍚👔去搞开发 —📮🇷🇪— 现在⚙🚌国产模🤹♂️☢型上下文窗口👩🦳的主流🎊标准是 200🆓K-256K🚳，少数😱🥔能做到1M🇬🇳🤭。
