（来源：上观新闻）
此前有市场传闻🏵，Dee🥯pSee👨🎨k V4😂不仅将带来万😕亿参数规模和百🤵万级上下⛵文窗口，更首次实💽🇰🇮现与华为昇📑8️⃣腾等国产📼芯片的🦄深度适配，标🏥志着中国AI产业⏯在去CUDA👛化道路上迈出关🇦🇮键一步📌。演讲中，彭志辉深🍧🐿度阐释了智元“一🇱🇰💊体三智2️⃣🏉”的具身🇪🇦🤧智能落🏇🏎地范式，🚙即以机器人🏕🥳本体为基础，协👉同进化🇹🇷🍠运动智👉能、作业智能🦁🕴与交互智能四🚉大维度🧤🤽♀️，同时定义👚📷了从L1到L™◼5的技术演🎧🤳进路标🐭🇦🇨。
这样的自信从营收👡🚠上或许可以佐证⏳☔。它的成本就是🚪🍣大量无法体🏌️♀️🦑现在论文里的废📵🏏弃实验、走不通的💨🖋技术路线👩👧👦、以及在👨🏭🛂成功之前🗾被消耗掉的算⏩力和人力🙄。加上那16只“龙🧒↪虾”，这家公司继😮🇱🇹续以极小的团队📬高速运转👸。
专访中，三位创作🤫🗄者分享创作初心、🐂实操心得🌑与行业🏚🥅洞察，展现👨👧👦了AI技术从🇪🇦前沿领域走向寻🇳🇦常生活的时🐱代图景，以及创🇰🇭👍作者赋能大众拥抱🔏智能时代的责任🇱🇹👊担当👉🔎。这条路🎄🈁径并不常见🤚——多🇵🇰👋数 AI🚽 公司在模型🖐🗜能力和产品化之间🤟🚭只选其👵一，能同时推📿🇰🇲进、并🌥让两者互🍖相咬合的，屈指💑🇲🇴可数🤧🙅♂️。因为跟训练👨✈️大语言模型的数🇨🇭🙉生活大片据体量🙇♀️相比，具身🌉🇻🇮领域的智能可🐭👨🦲能差3-5个数量🎺级规模，数🎠©据缺口很大，要✈🇮🇸求比较高，还要求🥐🧀物理世界各🚒☸种接触，力🔢⚛，摩擦力、重🍖力等等，这🌒种高维的数据采集🌭🔋成本也非常高🌖。
