（来源：上观新闻）
” 罗福莉指🏧🧳出，Op👩👩👧enClaw🔉🇲🇭出现后，随着🇧🇼任务越📁🚺来越复杂，需要大🇫🇯模型以低成本↔、高速度且🛣稳定地处理很长🇲🇱🇰🇳的上下文（c🙉ontext），🇨🇴因此，大模型上😖🇿🇦下文处理◽能力的提升也成🤕为当今行业的🍒✳竞争重心📻。但它没有办法直接🥅作用于物理世🎦界，更没有办法🔵改变它🇬🇩👔。与从文本中学习🤖的语言模型不同，😚视频模型需要理解🧱和重建完整🇵🇼的动态↗😆场景，训🧬🎋练与推理成本远🇱🇻🚿高于文⭐字类产品👩⚖️。
△Pro🧸ject C🧸🌩yberDe🌷🚦ck概念图🔴。由于每个训练阶段🍩都专注于⛹相似类📫🇨🇷型的任8️⃣务，模型生成的😣🍐回答长度和🌤🇵🇭验证时间都比🇲🇦较一致，这大📖📿大提高了训练效率🌕🤾♂️。与此同时，通🍔🔱过端云协🍸作的方式，Ed⛱💁geC🦷🌽law既能离线本🤦♀️🌓地处理任务，也节📷省Token的消🍪🛴耗🆔🦃。
