（+微:hywyysxs）
03 是时候重新📘估值RISC🥈-V了 过去，♨资本看待RI♑🚒SC-V，🐏🍮多少带着🥶一种“备胎🍴”的心态；🇺🇾而现在👩⚕️🏋️♀️，资本已经将其视🎤🏧为重构未来十年👩⚖️🦠计算格局的❇🍁“主力🤢军”🕞。奖励曲线🧗♀️🏴（衡量模型输出🐀🥟接近原始模型的🇧🇬🇫🇲程度）在🌌训练过程中稳◻🚹步上升，困惑度🇳🇨🇮🇶（衡量模型语言💄流畅程🔱🦂度的指标）也稳*️⃣👨🎓步下降，没有⛎🌜出现常见的崩🧡溃或者输出退化问🏄🥠题🖥。
行业普遍引用的🇩🇿🔒长期目标，是把🀄整机物料🇵🇬♥成本压到 🥝2 万美元以🍪👊下，而当前主流🕊区间仍在🗞🗑 3 ⚡🔼万至 15 万美🥏元🏹。另外，🇦🇪🤑多参模式👱🗺曾是Vidu🎙在影视内🐂容生产时锁定💭🇵🇫生成画面一致🏠性的杀📳✂手锏，但很快Se🧥edan🌯ce等头🥅部模型就🍋😴跟进整合到了最👈新版本👩👧里🕑🎺。事实上，双方的🇹🇦合作并非毫🚋😛无征兆⛴。不是差不多，是每🉑一位都一样🤢🐬。进入5nm时代后🙂🎵，这一模式更加⚪🚛明显：A14（👩👩👧🧘♂️202⚛📘0年）采用初代🎠🔷5nm（N5），⭕A15（2021⛳年）使用5🖤nm性能增强☺版（N5P💂），A16🏃♀️（2022年🌮）则基于4👩❤️👩🍬nm工艺（N*️⃣🇧🇸4P）🐛。
如果反映👳♀️在市场价格上✡🌚，中国宇🈵树科技 G1 机🦹♂️器人官方起售价约😬🏙 1.3😙🐚5 万美元，🌁而特斯拉对⛴ Op🤒🇧🇬timus 量🎳👿产后的目标成本预🇰🇼期为 2 万至 🚂🍧3 万美元🇮🇹，具体🍩取决于配置和量产🔨规模🇩🇲。更让我感到不🇫🇮可思议的是那颗潜🎒♍望长焦🧖♂️。它采用d🏌ecoder-o🏃nly自回归🚫🔞Trans🈺for🦅mer，文❌本token♎🤬与图像🌲🎙token共享👨💼😁同一个序列🏒🦡—— 也🚼就是说，模🌺👩🦲型不是先翻🖥◼译再画，而🏋️♀️是同时跨🔝🚋模态推理🇸🇹🇱🇮；构图、空间、品💻🇧🇼牌一致🍂性这些约束🥬🆗，是在像素生成之🐝前就已经在结构层🔖面被求解💇♂️🛅。
