（来源：上观新闻）
Cou♉🇮🇩nterpoi🇳🇺nt Rese🧘♀️arch副☃总监Ethan🎀🤧 Qi🔱在采访中也🚵🍢表示：中国完整👩👩👦🎳的供应🇮🇩链体系，🌝🇫🇷使从业者🍌能以明显低于其他Ⓜ地区的成本开发👨🍳🇭🇳和制造机🌙器人🥛💻妈妈的朋友5在完整有限中字。90后打工人林🤷♂️🏫子换过🌞三次手🚈机，她📡清晰地记得每1️⃣次换手机的🛐过程都很痛苦🎵。他们测试了🍀🍻模型在未见过的语🎎🇮🇶言方向上的🏯表现，发现🦁👗WALAR训练的✳模型不仅🛴在训练过的🥳🇧🇧语言方向上表现优🗞🤼♀️异，在完全🧖♂️↩陌生的语言方向🌼🍍上也展现出了🧒良好的🏤迁移能力😑。
不同公司在😍架构选择、训🐀⌛练数据、产品侧重⏪💌和技术🇸🇴🇨🇲路径上🕒存在差异，这⏸些差异将持续🇨🇴产生不🎾同的能力优🇪🇺🇲🇵势🧘♀️。二、精心策划的🇳🇪数据烹🐘👅饪过程 在开👐🏊始强化学习之前，⏫🦍模型需要经过🐂👩🚒"监督微调"👈🇲🇼阶段，🌓这就像🕊🌩为一个厨👨师准备各种优💍🚗质食材一样9️⃣重要🔈。近两年，欧1️⃣洲航天和卫星行🖲业一直在推动👨👨👧整合，其实就是🌏🛏这个趋势⏰的反映🧢。而率先迈出第一步🔆🇬🇾的，是👅这家名为自变量的🇵🇲中国企业☦。
“完成一📙⛽个任务可能需要😓的Toke😒👹n量，是原来🏙回答一个👩❤️💋👩💂♀️简单问题Tok🍘👨👨👧👧en量的十倍甚至👩🦳😏百倍，因此🇰🇷价格有所调😫整0️⃣🐜。最直观的一层，是🐒人和公司💒。另一方面⤴👽，随着♐硬件、算法效率🈺🎹不断提🍨升，推理单位成本🚲将持续下降🛹💫，对能力停滞🥡的模型形成价🇱🇻📇格压力🎻。而他关🛩注的是能🔢否将强化🌫学习扩展至一📵🌆百、一千甚至☘一万台机🌿🙈器人，在不损🤭🍘失成功率的前🐈提下，📵实现接近人类的操🤸♂️🙅♂️作速度🇸🇬。
