（+微:hywyysxs）
英伟达已从Ma🈵xwel🍌l时代🐱单颗芯片250⏰🇸🇾W提升🇩🇰👨👩👧至B20🐍🧒0芯片🧔👑的超过100🤚0W；谷歌、⬛🤖微软、👩🌾🧳Meta等自研芯🥞片也向单颗10🎖🍐00W🤣以上迈🦓💆♂️进🤩。也就是说👖，谷歌直接砍👨⚕️掉了免费👨🦳层中最“🥌🍱值钱”的模🏌️♀️型能力🍊📴，让重度体🔶🇫🇴验只能🗺在付费层才能获得🏅🇻🇦。更糟糕的🎮🍒是，因为你不🛐📈知道下一秒需要哪🧛♀️🇲🇴套工具，很难提📹🌍前预备，💥"预取"优化几乎🇩🇴☪无从下手🥄😐。
所以10🇩🇬万台是个乐观预👑💇♂️期，实际数字可能👨⚕️在5-10万之间💗。再加上电学测💏试、数据记录，整😳个流程下来，单个🔝 die 的👩🍳🥿测试时间可能要🔳📅几十秒🧤🔑。（3）下游🥕🧖♀️扩产不及预期的🔂风险：若下游行📂业扩产🦶不及预期📍，则相应🤹♂️🔸的设备🐥🦜需求将会下🐌🌾降，会对行业内🇧🇮💭公司订单、💼🛢业绩等🔗🇲🇾造成不利影响🇧🇱。实际上，今年以🍥▫来这一赛道的🦇⛄迭代和演进反而前🚾所未有的🚠📪加速，正以周0️⃣🇸🇮为单位🦇高速轮替👨👨👦👦。
--- 🇷🇪Q&A💮 Q1：E🕓🍅mbodiedM🛒▶idtrai👩🚒🚐n和普通的机器人🚯🐤VLM微🇰🇬调有什🎑么区别？ 🥓🎣A：普通微调通常🇧🇳是直接在🧰机器人场景数据🇭🇳上继续训🇧🇹练VL🥒M，但实验🇸🇬🇹🇨表明这种🧂🇹🇰做法在V👻LM理解🥽能力测试上可💟能有提升，却😋未必改善机器人实📤🤹♂️际操作🧴表现🇪🇨。当竞争维度从“生🔭成”升级到“表⚰🌪达”，比的就🥯🕝不再是单👀🏉点能力，而🇲🇽是整套体系👨🚀🧞♂️能不能撑住结🇹🇨果🥩🤸♂️。
