（来源：上观新闻）
因此，✴🇱🇧黄超给出的🔄判断是，人们🍾🙍现在对各🏂🇰🇾类智能体应用的热🍻情，在相🎄当程度🦜🇱🇷上仍停留在🇭🇰新鲜感阶段；但若⚪要让智🔷🧺能体真📔正沉淀下来、真正🔁🇨🇼进入生产场景，仅🆘🏡仅依赖某一🇹🇳项模型能力突破👨💻🇷🇪并不现实，它需要🕞整个软🇧🇭硬件生态的一🏕致协同🅾📢。部分员工对So🧜♂️🐤ra团队所🍢🦈获得的算力😀🔒比例感到意🍁🤖外——视频生成☺🏙工具既无法🏉带来可观收🦏入，也无助🥖于提升语言模型🍷🏛能力，这种资源分🤒🚿配引发了内部质🚄疑🎊⛴。
但是，电价的优🇸🇰势就那么🇲🇻0️⃣不重要吗？当🌑🔆然不是💘🌸巨污全肉np一女多男。其次，是🕍让资本从🙅♂️“结果判断”变为👁️🗨️🥳“过程参与”🔨。也就是说🇲🇿✊，我们🥏🚡可能很快✌🌛就能看🐙到：在一个很强🇦🇶的自进化Ag📎⬇ent框架加持下🌞❄，大模型对科学👳♀️研究带🎠🎥来至少指数级的加🤲速🚰👨👨👧👦。
实验端将打通从推🆒🛥演到验证🐔的“最⛪后一公里”，使原🥮🐐本长达🔱数年的设🇰🇿计、合成、测👨👦👦🐋试的科研周期缩🥒🛤短至3-6个月🇧🇹🚫。郭毅告诉🐵我们，仅仅实🌈现在本地🤫跑端侧模🔵🐌型这一点，就需要🏜🤗硬件和各🇨🇷🐝类端侧模型的深♎度适配：“🚞不仅是‘能跑起🗿来’就够，👩💼而是要‘跑得⌚👴快、跑得🙌🇪🇸好、跑得稳👖定’🚡🕛。
