（来源：上观新闻）
但放在胡柏山对☃影像的🇱🇮🇹🇯整体判断里，它🏊们指向的是同一件⚰事：影像🚸技术真正的🔬🇿🇼上限，🍼不是把😄照片拍得更好看👨👩👧👦，而是让机器能够🇦🇮真正“👎读懂”它所看到🥧的物理世界📙🔒。为了确保训练质量🛂🏖，他们采用了严🏌️♀️🔅格的去重策略👥，移除了约🥘24.2%的重复🌛题目🇫🇮🖇。以至于有🛵工程师形容，🕯和隔壁公司协💴作，有时感觉更🏌🇸🇿像邻居串门⬇。上述现象正是➕用户在🐭算力选型中面🇵🇱🇬🇹临的难题：8🙋🧴卡集群☎🇭🇹难以支撑大模型↙🇨🇿相关任务🌰，百卡级超🎸😬节点又超👄出预算承受范围⚗🧞♀️——只能🐕🌋在“不够用”🥖😀与“用不起”⏭🥃之间被迫妥协🐣🦠。
这表明模型在🧮简洁性和优🇸🇽🅿雅性方面还有提升📈空间🐆♠。前阵子的🕉Seeda🛥💲nce 2.💓0，以表📐现惊艳的视频🎙🇲🇱生成能力，成❓了中国AI🇫🇯能力跃迁的🇪🇬💯一个坐标🐹🦏。罗福莉认为，A👨👨👧👦gent🍸框架的重要价值在📂于，把国内那些📞🚙还没有👨👨👧👧🌦完全逼近闭源模型🌵、但已经🇱🇸🚯位于开源模⚔👨🌾型赛道前列🥛的模型，上限显著🧐🕰拉高了，绝大多🔤数场景🧕里，国产开源模型🇮🇳🎐的任务完成度🏳️🌈🔄已经非🐖常接近C🐍🇹🇯laude最新💍的模型，同时又把🍓下限保障得很好⏳🇦🇫。
