（来源：上观新闻）
这是Feldm🦔🎩an作为挑战者的🚜立场🎑。下面是🔱智东西整理🍴的播客核心要🚦点： 1.很📲🎿少写文档💃，10个要点就👾够了：Codex👨🚒🇦🇹团队极⛹️♀️少撰写🙇♀️🍶长篇技术文档➖。入驻企业代表表🏤示：“这里像一个©任务发🇳🇴布中心，🌬🗽让我们能🛫快速武🇱🇨🕳装自己并找🧥到战场🕥👶。这样一来，🐋我在做游戏❄⛈开发的时候，就能⛹️♀️👽一边干♿活一边看它不断❎🎽迭代，进📰🇿🇲而迸发新想🚀法🇸🇿🚴♀️。
外卖、🚮打车、社交🇸🇩🏴☠️、购物，移动🆙🗣互联网绝大🕤🇹🇨多数的⤵🕕交互发生在图形界🛩📈面上🛷🖐。这类AI🥪👰系统为了📻计算效率，会把😜👋视频在空间和时🇼🇫💏间两个维度上大幅☸压缩后再处🌸🍓理，就像把一张🙅♂️🧡精细地图缩小到邮🖼票大小🕗。若新型推理🍡芯片研发顺🍋🍉利，其潜👨👦👦在市场将不局🏴限于谷歌内部需求⛰。当然工具本身起了🎩巨大作用🧞♀️。更扎心是第二🐐道坎，🇰🇷海外位置早🐶就被占死了📘ℹ。研究团队还与🇾🇹Sora2❣⚓、Ve🧞♀️🇨🇲o3.1🔫、Gro🇦🇪🇲🇦k Imag🍀ine等顶级商🚞业视频生成系🇺🇲🧸统进行了🧭🚐定性对比，发🏴☠️➡现即使是这些💰🛹最先进的商🔷🤼♂️业产品，在🇦🇲"三名骑手参😍🇷🇪加马术比赛和三只🇮🇨山羊"这类复🇫🇯📝合计数场景下也🇳🇫频繁出错，而N🈴🧼UMINA引导的🤵Wan模型生成结🇻🇪果在数量上更加🍿🇦🇴准确，布局也🦃保持了自然感™😠。
训练一个真正的😿👇世界模型🇸🇾🌇，需要海量的“🖊观察、动作、结🍖果”三😡元组，但现实中没🇨🇻🇬🇾有这样的现成数据🇸🇨集👾。Counterp🌑oint🇰🇬🇨🇷的测算明确🇨🇩指出，当前🇧🇼7.5%的年🤽♀️产能增速♾️与缓解短缺所🥈🧜♂️需的12%之间😵🍓存在显著鸿沟👂🕔。我们本🍰🏇着正确的第一性原🧲🇰🇷理去推导，但🇧🇼🆒最终得出💷🧩了错误的解🏟🔯决方案🇪🇹⛽。
