（来源：上观新闻）
但一个🏙更棘手的问🚵🇰🇮题是：这些🥢代码，真的对🇵🇾🥼吗？当自动生成的😤代码规模迅速膨🤼♂️胀，一个🍽👭幽灵般的挑战始👨👨👧👦⬆终挥之不去：代码👣👨👧👦能跑，但☯逻辑深处的 b🇲🇦ug 多🎚到令人头皮发麻💷⚛。
他没有🇨🇦🤽♂️等，走了🤹♂️🏜，创了 AMI 📠🛁Lab😱🥵s，做“世界模🌨型”♌。但到了V4阶🧝♀️段，单轮训练🛋🌡成本可能已经大于🦐5亿美元✋。不处理液体、不搬🆒🇨🇰运超过20公🌝🇰🇷斤的物🚜体，这类物🇵🇳理安全约束，E🇷🇼R 1.👩🎓6能通过Po🚴♀️int🇲🇼🏐ing等空间🗳输出做出更🌴准确的判断🍤。
此外还值得关注的🔰🧴是，英伟🍁🧗♂️达之前连续参与😨了光芯片独角兽👨🦱Ayar 🇧🇷🏴☠️Labs👨👨👦📂的D轮（202🇸🇭6️⃣4年1.55亿🛑美元）和E轮🔐（2026🤤年5亿美😅元）融资，看🇨🇵中的正是其T😗9️⃣eraPHY光📊学引擎在取代🍅🇧🇻传统铜线💪🗃互连方面😽🚁的潜力☯。
