（来源：上观新闻）
追觅这一路几乎🐙没有经😅⛺历过重大挫❔折，不是因为顺利🇨🇿🚅，而是因🧚♂️为我们提前预判，💕🕛逐个消灭了几乎🍃🧴所有风险🃏。我相信更高📓维度的视角，我会🇱🇮从人类几千年、几▪🖋万年的进化史🇼🇸🐌上去寻找⛹💂♀️。五、目前🇰🇬🇨🇨的挑战与约🤲束 从行业研究🥘者角度，BAD🍱AS-2.0 的🦸♂️Ⓜ约束分布🖍😫在几个层🇺🇸📥面： 🎽数据层0️⃣：长尾类别虽🌷🏑然大幅改善，💡动物、极端天气、🔌罕见基🤱🚪础设施等🌰仍是最难类别👩🚀；数据飞轮👩👦依赖已有👨👨👧👦部署规模——🔹🕐论文自🌉🔒己承认"最大🇬🇼的可迁移经🍐验是：已部署的模😾🇭🇺型本身就是最便宜♈的标注器"，但🐖这等于承认😛没有 1.0 ➰的量产🇽🇰规模，2.0 的👆🇲🇵数据扩🤬🐁展是不可能🖼的，这对想复现这🎬套范式的团队形成🎂门槛🇪🇺🐗。
再考虑到售价🈴🧁… 私密马赛，💂打扰啦🔁🏄♀️。Figm⏩😱a成立于20🛣12年，十🅱🇵🇷余年间成长👙为全球UI设计的🌫主流工🔝具🔛。中国创业者完🧯全不同👡。可解释性🍿层：BAD🍍AS-Reaso📿🍺n 依赖 Qw🔼en3-VL🚦-4B🐃☀ + QLo🕞RA 在 8,6🖌🛵80 条人工描述🙅♂️上微调，这部分🌈的端侧⚜延迟和 O👨🦳😱EM 合规性在主❕文实验中未充分📯呈现；另外 🧪🐿FlashA👟🥉ttentio🇲🇦🔩n 必须关🔧🕕闭（ea🇩🇴ger at🥵tention🤐 mode）👲👕才能导🇨🇱出权重做热图，🌝🗿这对推理优化🤨有代价🌴。
为的就是让🇩🇯一台设备🍡🧗♀️足够强👎🍞大，把🆕👔手机、相机、🌥小平板的🇸🇰活全都干完🔴。中国科学院自🎦👩⚕️动化研究🌗所一位研🧜♀️究员曾说过🇲🇩：具身智能要☹🍎想真正走进🚵工业，必须突🇰🇪破对物💦🇨🇵理世界的预测能🇶🇦🇧🇷力——😒👩👧尤其是接触✖🔝与力👗🔺。
