（来源：上观新闻）
这提醒我🚏们，虽然精巧👔😋的训练方法能够🎸在很大程⛺度上弥补规模的🤰🇲🇩不足，但在某👩⚕️些需要大🌡👸量事实知识储备的🌇任务上🦎🎡，模型规模仍然是💴一个重要因🤟⛸素🦜👨🔬。在学术界和工程界💆♂️🐟，有一个公认🚝👘的近似估🇦🇬☕算：生成（或🍤处理） 🎀🏰1 个 ‼🧫词元所需的浮🆙👫点运算次数约是🛑2 倍的模型参🍀™数量🍞。头部公司方向🦢一致：AI正🇧🇫🍩从"消费😆端功能🛏🇧🇧"进化为🧹👨👩👦👦"直接创⚙🇬🇬造企业收➿🇮🇶入的工具"👌💥。Lument🚜um 计划🕉👩🚀在未来几年投资数📩📹亿美元，🏰🧹扩大生产▶规模，🏌加强该厂的👮♀️先进制造🛥◽能力🏨🐂。
为了走到那一步🎿，viv🦆🧑o 的规划💚是以手机为起点🐎，向外延伸出一整👨👧🇸🇧套以影📓像感知为☁核心的💏📤设备生态：手机作💂🐅为感知源🚰头和个人化数据的🍘积累中心；vi🍅📠vo Visi⛓on 👨🎓🖍MR 头显作为🍠📞空间计算的🐼🗄训练场，理解🇵🇲🇹🇫空间结构和几何☀关系；云🚖🔧台相机、穿👸戴设备等生态终端☕👰作为移动触🇧🇻角；家庭机🇳🇱🍏器人作为🇰🇿感知能力的最终落👏🧑点：让 A🏣I 真正进↕入物理👩👩👦👦世界，🤾♀️👋进入家里🇧🇼🤢。
