（来源：上观新闻）
Peter Y🎴➖ang：是啊，🎛我真的🌙觉得他🤑🇵🇫就是个普通人，但🇨🇲🐑他却打造了一🍑个超棒的开🖊⚽源社区🏙。另一条路🇳🇮来自李飞飞的Wo🦏🇲🇬rld Lab🌌s🏭。和供应链的👯♂️🛴配合、制造产能的🔹🙊数倍增长🍙⚗、软件在超大规🆑🤢模集群上的打磨，🇯🇴🔰这些都是和G🇧🇱42合作之后才锻🚴♀️炼出来的👩❤️💋👩肌肉👣。那些在程📜🔣老家中拍摄的完☢👥整画面，连📣采访前后的细节🐿都一并保留🎞🐛了下来👍。Alexand🐷🇷🇸er：是的，这⛑一点我很有🔞共鸣⭐🧔。第一类是物🛁体部件⚓🔮被误判🏊🌚为独立⛰🏋️♀️个体的情况，比如👯鹦鹉的头部🐼📏有时会被注意力机🎩制单独👵👨👨👧👦识别为👝一个"物👿体"，导致计数比💒👫实际偏多，💚🌵从而引发🐤♻错误引🧺♈导Ⓜ。
大型面板上的污🍃染事件每🛃🏌次影响👨❤️💋👨的单元数量🍷🙃远多于🥑🇳🇱晶圆上的污🇪🇪染事件，因此良🤞率损失的🐈经济效🛸👷♀️益也相应更高👩🔬。理论上，重新训练🐌AI模型是能🅿解决这些📣👨🌾问题的👩👩👧👦，但代价极📈其高昂——需要海🎡量带精确数量标注🧾🚀的数据🎀🇾🇹集，以及巨😅大的计算资源，而📹😸且调整📬❄数字词的处🇷🇪👩🦱理方式还🌨可能破坏AI在其💊👩🦱他方面（比如画面🙂🧗♂️质量、运动流畅度🕛🇸🇭）的能🎎⚫力🕷。
