（+微:hywyysxs）
本质上而言⏲👓，这其实是一种很🤰🤶典型的范🇨🇾式切换🥈👼。。这也引🛑出了他对开源的一🐏个判断🇹🇯。过去几个月发生了🚍🙋一件大事🎸。推理和生成，🙇♀️🙋住进同一🇸🇻🥜个模型 很多人最📟初看到U📔📚ni-1，第一反🥩应觉得这是又一🎊个图像模型🙈。周末用外屏🦸♀️👩👦浏览探📽店攻略时👣🍄，看到🇺🇿🇺🇸一张不错的风景📢照和隐藏🚉技巧，只🚈需要双🐧击底部🇹🇻😘导航栏，🕹🇱🇹小艺就能通过屏🔵幕内容识别，🥧自动剥离出地理⏱位置、打卡时间和🥫构图教学🇾🇪♣，并且一键转存到📗日程或备忘录中🇹🇱。
除此以外🏢，训练环🇭🇲➖境造得🇵🇫再多，当智能体🇲🇭在面临新的交互🐃😤环境时，若缺🍍少持续学习🍖的训练算法🇨🇻依旧很难☪具备泛化性🎄。所以你要问自己，📼🛋如果过去☝使用计算🚥机的方式主要是👇基于检索，而🚃🎏现在一切都变成🤵生成式🦂，并且是📭🧖♀️和上下文相👩⚕️👊关的，这👩❤️👩👊意味着什么？我🔧刚刚说的这▶些东西，你不可能🦇🇷🇸提前录好🤷♀️🇲🇷。我们对🕐此非常🕊🏈支持，也非常高兴🇱🇾。
