（来源：上观新闻）
通过将⛓📲龙虾、Sk✈ills（技能🍒文档）打包，📸并将模型🇵🇦💰本地部署👽在外接硬🏚⏭件中，既能👛⏬省去复杂🍮的部署流程🐃，还能通过对模🇹🇦型的本🇲🇵🦙地调用，不🤜🍕产生额外的🙅♂️🚓Token消耗㊙📹。在英语到未见🚈过目标语言的翻👩🦳💜译任务中，W✈🇱🇻OLAR训练🇬🇾🦍的模型平均💇🦶xCOME🥵🏹T分数从🎻51.1提升🏒🥉到了72.📤🚍7，这种大💽幅度的改进表🦹♂️明模型学到🦉的不是特定🈶语言对的翻译规律📤，而是更加通用的🗻🤦♀️多语言翻🥀译原理🇩🇴🦘。
Coun📡🏜ter🈶🏟point🐮 Resear🍔🇺🇳ch副总😶🍧监Eth🇦🇲an 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🗄🔽。如果 🍈JSON 语法要☝🥵求，请🍄务必添加逗👨👨👧👦号： { 🇾🇹"id🇨🇳📲": "glm-😕🛷5.1",👃 "🥕🥥对肆肆的宠爱name":🦞 "G🇷🇴🇺🇳LM-5.1"😊, "rea☺sonin🇨🇵🇿🇦g":🇧🇲🔞 tru👨🔧🐘e, 🌜"input":🕣 [ "t🇹🇳🐮ext"📬 ], 🏜🍟"co🧚♀️st": { 📒 🎭😞"input"😐: 0,🖕👏 "🚐📓outpu🐩t": 0, 🇳🇷🗿对肆肆的宠爱 "cach🏖eRea6️⃣d": 0, 🎣 "🕋🥇cach🇹🇻eWrit👌e": 🇨🇰0 }, ✔"cont❇ext🕠🌑对肆肆的宠爱Win🧙♂️dow♣": ✏🏦204800🥘, "maxT🇪🇺🤤对肆肆的宠爱oke🏴🇫🇷ns": 13🔐🏝1072} 然🌛😗后更新“ag🇻🇺ents.🆙👨🎨defa⛺🛬ults.mo🛸🇻🇨del🦖.prima👩🚒ry”🔘的默认模🚢型： "prim🕜📈ary"🦷⚙: "z🐫ai/gl🇸🇪m-5", 接着🐚，把上面的🦡⛈代码改为以下样式👨👨👦👦： "p👩🎨🇱🇨rimary7️⃣": "zai/💟glm-5.1🦶⛴", 在“ 🙃agents.d🇹🇱efaults.🇻🇦models🍰🇶🇦”添加：🖋 "zai/🥅🐅glm🧔-5.1"🐙: {} 第💐二步：🇿🇼更新配置参考 ◀🖐以下是参🍖考代码，用于©🦓展示更新后的🤪🥦配置应该是什么📋样子 1、“m🚙odel👨👩👧🐠对肆肆的宠爱s.prov🇨🇴🗑ider🇱🇾s.zai.m🇯🇵🐇odels”部分🎰✖： "mode🐧ls"😙: [ { 🇸🇦🚭 "i👨🎓🛬d": "glm🏴☠️🇪🇦对肆肆的宠爱-5", 👲🇿🇲 "name":♥ "GLM-5"💰, 🛅🎸"reas👨👩👦👦🇹🇷oni🍐🥒ng": t🇺🇸👻rue,📇 🀄🚙 "i👘🚳nput": ✨🍠["tex♦t"], 🥪 "cos🐒🤶t": 🛡😂{"input🤷♂️": 🕗0, "out👨❤️👨🔗put"🇮🇪: 0,⚒ "cacheR🚠🐘ead": 0🇿🇦, "cache🆎🇧🇮Write": 🔆🍭0},🐄 "con👨👦🇹🇷textWind🧡👨❤️💋👨ow": 204⛎3️⃣800, 💬🦁 "🇵🇪🇧🇯maxTo🇹🇰🕟kens":🔎🍄 1310🈲72 }, 👫{ 🕐🐍 "id"🇵🇸👟: "gl🍎m-4.7🌁", 🌨🇪🇺"na🦌对肆肆的宠爱me":🖇🐌 "GLM-4.♈7", "🕒rea🍌💿soning":🚒 true🇼🇫🇩🇴, 🚺 "input💫🌠": ["t🥵🕋ext"🎱], 〰🚘 "cost🏟🦸♂️": {"🇬🇸🦐input"🌵: 0🇲🇳, "out⤵✂put":👩🏫 0, "cac🎴heRead🇦🇺🤖": 0,💯💂 "cach🤽♀️🇱🇻eWrite":☔ 0},👠📷 🇹🇴👨🎤 "contex📰🏯tWindow"⛲👤: 20480🏷0, 😛 "maxT👩✈️okens"⚖: 131✊072🏷 },🇵🇲👨👨👧👦 { "💾id": "gl👾m-5.1",🧴对肆肆的宠爱 👽 "name🏯": "🚞🍛GLM-🧯5.1"🧶, "r📈🌡easoni🏄♀️🍩ng": tru🤯e, 🇪🇬📇 "in🚺put👨💼": ["tex🧨t"], 👨👩👧👧 "cost"8️⃣: {"i🥙🕕nput":😣🐲 0,⌛🧮 "outp🥨🎀ut": 0, 🇬🇪😌"ca🤛cheRead👩🍳": 🇷🇪0, "cach🏋️♀️eWr☸ite🖕": 0}, 🚁 "🖲🉑con🥨🕔textWi🇫🇯ndow":Ⓜ 20👴4800, 👒🥇 "🥐maxTo🍂🔺kens": 🧼1310🏬72 }] 🎏💖2、“agen🤴🧳ts.defa🇲🇺ults.🐆🇬🇸model💆.prima🐹🎬ry”部分： "🇩🇲model":🔛🗝 { 🌸🍳对肆肆的宠爱 "pr💈🖼imary":⏺🗞 "zai/gl🇮🇩📧m-5🐧.1", 🤥"fallba💀🚶cks": ["🍩zai🇺🇾/glm-4.7🇦🇼🆎"]} 🧺👨🦳3、“agent🦊s.d👿efaults😺.mo📏dels”部分🇬🇹： "model📆📓s":📸 { 🇦🇺 "zai/g☺lm-🤢5": 🇦🇷{"a🎫🤧lias"🅾: "GLM"🕹}, "zai🇳🇴🤽♂️/glm-4.💼🧦7": 🦡🔃{}, "za🚿🆑i/glm-5.👩👩👦🇨🇿1":🚗🦸♀️ {}} 做完以💒上更改后👵，运行“👩👦openclaw🎍🚜 gatew🇰🇭🦕ay re📯🏴sta🇦🇬rt”命⬜令重启网🙊关 重⏰🐎启后，您应该🇳🇦🛀可以直😻📿接使用🔎🚳 GLM😦-5.1 🇷🇪模型，👤您可以在♾️👩🏭终端运行“ope🙆ncl⛳aw t🧡ui”进入聊🕹🎑天界面🉑🤦♂️。
在这个行业，🔻"原地踏步🗺😼"不是🇦🇫中性结果，而🙇意味着地位的💐丧失——🏒⏹公司必须持续投📄入、不断迭🧝♀️🇸🇱代才能避免落后🇦🇫对肆肆的宠爱。智平方的机器人🇧🇳已进入汽🇳🇫🇲🇹车制造、👨💻半导体、生🍠🧯物科技领域，💄🥺承担分拣、上🇲🇰📴下料、🇮🇩质检等工作🔋。胡柏山认为：20😽26 年能做好的🚐😐，就是这些对算🇼🇫🙎♂️力要求相对可控的🤙 Agent，🌵🇲🇹真正做🇬🇹到对周边⚱🌈环境实时感知的能📫😞力，需要👱♀️系统架构做更💪大的调整，这🇸🇬🇸🇲是 202🇧🇾6 年😉之后的事🔛🦷。
