（来源：上观新闻）
无论是在教育、办🏏公还是日常生活中💩，这种"小而美"🍘🍄的AI助手🇨🇺👩👧都能为🍰🎚我们提供更加智🧙♀️能和贴🚢🎈心的服务📛。吴欣鸿🇱🇰表示，🛳美图未🍝来将持续聚焦影像🦁赛道中🚋与生产力紧密相⬅关、同时具备高弹⏰性和全球化潜🖼力的场景，围绕🙌🚠这些场景需求，为🙉用户打造行业专属😂的“AI团🥄队”🥒🐁。这种机制确保了🥡模型在学习新技🥼👩👩👧👧能的同时，始😝🐑终保持已有技能💪🇧🇾的水平🏃♀️⏪。就像工厂🇧🇼的流水线作业⛲一样，🇸🇱专业化🌆🈯分工带来了效🚣♀️率的显著提升🕯。
通过承接活动⏺、引入企业、🏴🍙对接场景，它🎥们逐步成🐓为创新网络的🇷🇼🇹🇻一部分😊。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🌞0️⃣用，不产生额🐌外的Token消➿耗🇳🇪🇱🇻。对于采🧴用 MoE（混🇧🇩🇧🇷合专家模型🇲🇫）架构💗的模型，其单位词🇲🇨👱元能耗得到⏰🥿了革命性的下降🤼♂️。一台机器人出去做🙋♂️一场活动，需要运📈🙌输、调试、工程♥🌺师驻场、安全保💲🚥障😃。更关键的一点，🥤🎑则是把🙅♂️👎整个创🇰🇲🛵新转化的过程⚫进行拆解，✡🏆并为每一个🇻🇳环节配置对😚应的承接主体🐅。具体来🇵🇭说，团队发🌬🔛布了三个主要资源㊙：Nemotro👃n-Ca🐊sca👋💮de-2-30👱♀️🇦🇶B-A🙌😪3B模型本身，这👩❤️👩是基于N🎿🌴emo🍔⏯tron-3-N🐞🇪🇨ano🇨🇦🏂-30B-A3B♏-Bas💋e进行后训练的最👩🎨🇳🇴终模型🔠；Nem🎼otron🦕-Cascad🌐🐦e-2-SFT⛎-Da🐌🍴俄国后入式ta，包含🧂了监督微调阶段使🇵🇦🔄用的所有数据集💣；Nemo❗🏞tron-🛀Casca🇲🇼de-🔭2-RL🦸♀️-Da🧘♀️ta，包😚🇯🇵含了强化学习阶段🥒使用的所有数据🇧🇿⌨集🚍。
