（来源：上观新闻）
他在演讲里用💬了一个比喻🇪🇭：“没➡🌻有感知能力，✂AI 就像是困🌸🏩在黑屋子里的大🐁师，算力再强🧘♀️🏃♀️，也看😷不见咫尺之外🕕的世界🐮。这种过滤就像⚡是为学生选择🖖合适难度的🇵🇹😈练习题，太👨🍳🈷简单的题目👳🆚无助于提高🔮🏥，太难的题🎍目又可能打击🇳🇱👨✈️成长的烦恼国语版信心🐻👂。」机器人领域自🥍媒体Cyber🦑Robo也注🇲🇸♏意到了这🔯🇵🇭次合作的本☔🚲质：「机器🏰🏚人并非取代清洁👩👩👦👦工，这是真正👚的团队合作📎🚇。
“从没见过大厂❌对新技😪🐥术响应得这🇨🇰🐈么快🇲🇻。他们不🤘是简单🌀地使用所有可用💇的语言😠🧡方向进行训练，🌍💸而是根据AI➕系统的当前能🇲🇬🇧🇶力水平，选择那些✒既不会太🔹💛简单（容易🍏🤖被系统忽🦏🐞视）也🐨不会太困🏊难（可能导致训练🤾♂️🇲🇳失败）的语言方向🌔🇭🇳。为了让硬件跟得🤺☠上模型，自变量坚🌀🎆持软硬一体同🍿🎞步迭代，不仅做📑模型，也做5️⃣🙂本体——机器人的🌄⚜硬件结构🍒🌴与算法深度🔭🐈适配，🥖核心零🙊部件全面自🤘✏研🛄😞。
再看8卡🎡节点，其🇿🇦本质是高👏✏性能服务器，属✌于单台服务器🇨🇾📌内的多卡集🇬🇪成方案，是A🖤🥧I算力的入🤔😺门级标配，也是👴过去几年🇷🇼中小市场🇬🇬的主流选择🇸🇹👩👦👦。算力获取能力薄弱❌🥔是结构性劣势——👌不仅影响模型训练📧🇨🇵效率，也削弱以🧁🌄合理成本响应需求🖲🔒的能力🚣♀️🕓。
