（来源：上观新闻）
五位嘉宾作为大💃🖕模型创业前沿❎、算力基🇦🇿🥑础设施、💛😀头部科技🦆企业与顶尖学术界🥄代表，围绕以O🎽penC😀🛀law🦍🦉为代表的💧开源智能体📨6️⃣（Ag🔂🍇ent）框架👩❤️💋👩🖍，剖析了其🍇背后的技👨👩👧👧🍆术逻辑与产业影响6️⃣🛂，并展望🇱🇧了这一🇬🇶🛠技术变🧖♀️化对模型🙁研发、商业化路径🇹🇻、AI成本、💳😄算力基建👩🎓以及软件生态所👾引发的💛连锁反🚒🏳应💁。
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🏴。约翰斯·🌕🤐霍普金斯大学🧑博士、知名机器🏃🇬🇳人专家Chr♨is P⚪🚡axto🐧🇬🇪n表示🔞🕳十分欣赏这种🇩🇲机器人与人类分🔳工协作的业务🌉🇲🇩模式🧽🚶。
十、开放性与可💉复现性 研究🦗团队展现出了令🤕人赞赏的开放态度🌛，他们不🐥🇱🇾仅发布了最🐒终的模型，还公💗开了完整的训练数🇭🇷据集和详♊🤯细的方法论🖱🇵🇫。即便在解压2🧗♂️🧺0GB压缩包的常🇧🇫🇳🇮规任务中©， Ex🕞🔮ynos 26👨❤️👨00效率也未见📉改善，🏖峰值功耗达1️⃣13W ，而♑Sna🧥pdragon❌🇬🇳 8 Elite🇻🇨🇸🇨 Gen⭐ 5与Snap👩👧👧dragon⛳ 8 Gen 😰📧5均低于5🔠W🦋。
