（+微:hywyysxs）
大语言模🔍型的“GP💵T时刻”🦟建立在🥚相对清🏨🏴晰的Scal🎠ing Law之🇲🇶🎄上，但在机器人领⛩🔯域，数据的Sc🇮🇨alin🕵️♀️®g Law缺🛹乏同等清晰的📉定义，“数据是否🇰🇳🏺越多就越🎑好”本身就是🤚🤔一个难以验证的命🇧🇿题👎。
另一方面🥖🇬🇷，基模快速🐟迭代，内容供➗⬜给端能力打开，吸☑引了更🐊🚣♀️多元的入局者🍒🤛，这带🏔😶来了模型调用⏯🇬🇭量剧烈增长和内🎃容产能大爆炸🙎♂️🇦🇲。（尽管它在 20📲26 年的整体 💭1️⃣1T 性能表现🇳🇫🥤最佳🥴。芯片尺寸👨👩👦👦越大，封装👨🎓难题越突出 随着👷🏫AI算力☕需求激增，👂单颗AI芯片的🗑🤦♀️封装尺寸持续放🇳🇫🧛♂️大🗓。NVIDIA 😸👩👧👦Arm 系统的下🇧🇿😍降幅度更大，其 😣🛄2026 年🚺🙊得分仅🛩👲为 2017🛄🌚 年得⛸分的 46%🥘。
那是属👩🦳📭于追觅的一🔮周，也许是这家🎏🗝公司成立十🙅♂️👨💼年以来最高光的时🐆刻，它在硅谷👨🚀，全球💀科技的最🏛⛑高地连开了四天会🎧📜，所以别人公司开🇳🇿的会叫发布会，追😻🕵️♀️觅开的会叫发🚍布会周✏💵。差异性👑主要来自资本投💌👩🚀入规模，这将直🐭🛏接影响模型表现➕。
