（来源：上观新闻）
特别的是🈂👨❤️💋👨，Tii👩💼🇾🇪ny AI没有使🇭🇳用英伟达、AMD🎏等常用于高端AI🧿电脑的GPU，🍍而是使用So👩👩👧👧👱♀️C（系统芯片🆗）+dNPU（专👱♀️用AI加🇫🇰速单元）的异🏋️♀️构算力架构➖🇬🇺，就能🚾🥏在本地运行🖼📼最高120B参数😅🚎量的大👽🇲🇵语言模🇧🇮⛔型🇧🇸。尤为关键的是，美🧤图避开与通😝用大模🐆🇸🇻型的正面竞😔🏋️♀️争，通过🇨🇦🔻 “模型容🚨🇪🇸器”创新策略🙋♂️🇪🇦构建差异🎹🕉化优势，凭借高效👨🚀🇦🇨的研发🐑与场景适配🇧🇲🕔能力，持续为🍤👨💻付费用户输出专😣业级、个性化的创⛽❣意体验，直接提升📺了订阅权益🇧🇳的 “含金量”🔣Ⓜ，成为驱📽动订阅用户增长🃏🚕与渗透率提升的核🇸🇨🇧🇪心动力🧛♀️😶。
此外，材料价格上🚺涨也是原因🍳🎽之一🥛🇦🇹。OpenAI💠👨👨👧仓促推出了自己的⤵🥮编程产品C🇦🇼🇱🇷odex新版👨🌾🐕本，却仍难以弥补🉑🇱🇷差距👈。现在相机会👫根据拍摄🚂🇧🇪对象的光线、📽距离、🇺🇲🚵类型，自动识别♎场景，弹出它👩👩👦认为最🇳🇷🌵合适的成像建议🇵🇬🚈。其余成员来📊🦊自苹果、🖕🚙小米等公司🐡。这就像学7️⃣🧑生在考试时把同🐤一个答案写两📚👎遍，监📐考系统因为看到🇰🇵"一致✌🇹🇫性"就给出了高🏰🔜分，却没有🏗📿注意到答📜🤛案本身是错误的👻📸。
在模型选择🇸🇩🌉方面，研究团队👢🇬🇦并没有🌺🏇局限于单一🦉🐷的AI架构，而是👓选择了三个不同👏的先进模型🧷进行测试🍷🇲🇰：Qwe♈n3-8🦹♂️🌿B、LL🇲🇸🎄aMAX3-8🌖B-Alpaca📘🅿和Trans🕟lateg🍡emm🇹🇿🤽♀️a-4B-i🎉t🖼。首先是训练数📍据的精心🅱🚢筛选和处理🔌🤨。前者是被▫⏪动接收，后✨者是主动理解🏴🌚——理解光线👩🎓🔸、空间、位置⚫⚙关系，甚至🕎🐬理解一个人当下的⌨📫状态和情绪🐸。随着模🔀型效率🇺🇾和推理芯🐶🏢片效率持续提升，🆔前沿模型🥖✂的毛利🥚率应逐步👮上升🐈。
