（+微:hywyysxs）
我们前😞🔮面说过：AI🇫🇮 不是模🦛👭型，而是一个“🚵🚾五层蛋糕”🖲。但 Pura 👻👨⚖️X Ma🌌👶x 即便在傍🛴⚖晚去拉长焦拍摄数🌲⚫百米外的塔楼，🍜🥑建筑物锐🔅🀄利的线条边缘也没🌷🚘有出现紫边或🇬🇵🚡色散，外墙🙍♂️的颗粒质感被👩👩👧👦极大程度🇵🇭😛地保留了下来🙆🎙。
VLM常👧🧡用的训练数据，🌙包括大规模图文🌩🛃匹配数据（🏇如LAION-4⏰😰00M、C🦛C-12M）、⛏视觉问🏭🕺答数据（如🕊🔓LLaVA-I🐂nstr👨🚀uct-665🔔k）、视觉常识推👔🇫🇮理数据（V🇱🇺🦌CR）等，🕖🏪它们彼此之间的🕚🇯🇲距离普遍❎较小，属于🇲🇷同一个大家庭🔯。很多时候，🧲🇸🇩人们倾向于相信💗技术本身↪🍑会自动带来问题🚧🚩的解决——🚓📧效率提升、🤺成本下降，最🕞终转化为🚨🎬整体福祉的提升👏⏯。
Q2：🤲🤒时序扩🌎展混合专家模型👩👧😃训练时用的🎱🐚是什么🥙🔐奖励信号？☘ A：研究团队🕖采用的是🛷🍏"自我蒸馏✈🗽"方式🥠。GAAP👩🏫口径下，经营利🍁润15亿美元（🏐+83% 🇹🇫🎀YoY），净利润🇨🇫14亿美元（+🌓95% ❣YoY🥾），EPS $🇸🇱0.84🎯🥵（+91% Y💬oY）🎛🐣。
