（来源：上观新闻）
Q：哪个？ 黄😝仁勋：管道工🇬🇬😎和电工👨💻。在这个维度上，👩👩👧独立测评机构Ar💂♀️🏴tificial🤒🥍 Analy🕐sis在2025🤢🕐年5月的实测中🤸♀️♊给出了一📱🥜组被广泛引⏩🥕用的数据👫⏏：在M🚴♀️eta的Lla🇦🇩ma 4 Ma📏verick 4🥜00B模型🧤上，Ce🍞reb🇧🇳ras达到25🐇22 t😗oken/🇨🇩秒，英伟达🚯最新的Blac4️⃣🧻kwe🔋🇱🇨ll B‼🔲200为1☑🇳🇵038 toke🌭n/秒🚬👼，Cerebr🎅as约为🍞后者的2✡.4倍🐛🧝♀️。
过去一年，De🛸🇸🇰epS🧜♂️🧯eek之🌝所以被反复讨论🦑，并不🏹只是因为模型能力🐇📛本身，而是因💰为它看起来📕🎌“像一个例外”📫😰。但到了20🏖🕕26年，⚡如果想理解🧣AI商业化的变化🧧，只盯着Toke🌴🇮🇶n，已经💶💗看不全了🏊💁。黄仁勋：别🇵🇫忘了，即使😪🎋是ASI🥟🧡C，利👴润率也非常高🚤。最近几周，Me🦂👴ta 对其 R✔🌕eality L🚽abs 🤓部门的团队进行了❎✉重组，并将公司各📻🏅部门的工程🇭🇷师调入一💇💟个新的“应用人🕹工智能”组🍘织，该🇧🇹组织的任务是加速🍬⚓开发能够编写代🌧码并自主执行🙊复杂任务的👨🎤🇰🇳人工智能代理⚙。
面对光照变🛐化或路面👩⚕️🎞微小起伏，机器💳🕚人的视觉-🗣惯性导航系🐢🐲统（VI🚣♀️NS）极易出现🖊定位漂移🏘🇹🇰或误识别🕞。美国那💎🥮边，D🎿🗨eepMind、👩🚒Wor🏬ld Labs💐🚙、AMI Lab🛑s更像是在做🎨基础科学📔。Q：有趣🍎🏊。如果你是A🗯💀I公司或开发🕧😼人员，🇲🇺🧸不确定将与哪家🤚📋云服务👹供应商合💯作，或者不©🦖确定在何处运行系🤺统，英伟达🇨🇽🖍的系统可以👭覆盖所有地方—🇨🇺🥶—包括直⚾☄接在你们公司内部🇦🇲运行🚡。
