（来源：上观新闻）
具体来说，🍻团队发布了三🔙🥛个主要资🥨源：N✈emo⌛tron-C🕟🚴♀️asc⛰ade-2-307️⃣🏄B-A3B模型🧞♂️本身，这是基于N🌓emotron-🇬🇱3-Nano🍸🇰🇿-30B-👨🚀🇬🇾A3B-Ba🇿🇦💊se进行后训练的☔最终模型；N🤞⭕emotr⚽🚐on-Casca🈯📜de-2-🤒SFT-Data🕒，包含📯了监督📂微调阶段🗃🐿使用的所有🙅♂️数据集🎬🤚；Nemotr🦑🇳🇷on-🖌🚒Cascade🇲🇰-2-RL-🇨🇻Data，包含❕😙了强化学习🇨🇭阶段使用的所有数🇧🇷据集👩👦👦。更令人🦇惊讶的是在🦑🎪低资源语言⬅📽方向上的9️⃣🚙表现🇲🇱⏏。
而这种密度，很快🎙会转化成分✅层清晰的产业结构💚。未来具备长期产品经验积累🚓🏛、完整🔡🖨工作流和真实用户😟👄案例沉🎿👛淀的公司，更容易🌔获得AI赋能，并👨🦱📞完成产品升级👩🦱迭代🤩。但它是一道必🇽🇰须过的关：如果 ⤵AI 永远只活🎓在屏幕里，所🇾🇹🥴谓的“通用人工🕯智能”就始终🦷🇦🇸是一句空话🇦🇬🏴☠️每走一步就深深的撞一下自己。感知系统🇧🇸做的事情不是“🤠拍下来🇮🇶😢”，而🚵🏃♀️是“读明白”🧻：读懂光影，读懂🍷空间，🧲🇲🇪读懂场景里发生了🔘什么，甚至😣🐙读懂人的情绪状⛸态⏺📵。它将从上海一🌷🔡路延伸🕠到成都，串联三大👨⚖️城市群🇲🇽🇸🇱，绵延约200💜0公里🛹🐦。如前所述🤡，如果一个AI🦈应用能为企业节🇸🇴省50🎫0万的维保费🇨🇴🍞用，或者将核心🎓🤭业务效率提🦇🍤升10倍，那👨💻么软件🛑🍥厂商的角色将从“🦟工具提供商”🚀转变为“效率🍑红利分享者🐜”🐑👧。
