（来源：上观新闻）
V2、V3 的 👨👩👦👦🇳🇨MoE🐿 是参数层面🍦的稀疏化：模型总😞容量很🍯大，但每个 t🇨🇭oken 🎇🇳🇦只调用一部分专🏢🇩🇲家，所🇳🇪🇺🇾以能力上去🏓，成本没有按同等👳比例爆炸🔝。因为 De👝epSe✝ek 过去两年🇹🇦最关键👳♀️🇸🇬的技术气质😴🏏，一直不是🗒“堆大”，而💟是“稀疏化”⚓🧙♀️，是降成本📿🍲。但这次不🈷🏒一样的地方在于🇺🇲，他们在技术报🏴🐴告里主动写🇸🇦下了一句🌲↪话：V4的能力🥂水平仍落后于G🙉🤹♂️PT-🐷🦌5.4和Gem⛑ini-3🥺🛅.1-P🆔🥧ro，发展轨🐸迹大约滞后🇼🇸👨🦲前沿闭源模型3至🌧🏴6个月🚵♀️👨🔧。XTX 🇸🇸⛹️♀️的模型究🤣竟在做什👩🚀么？简而言🇪🇨🇩🇪之，它利用深度🏧💝神经网络处🤧⬇理海量数据，预测⛎资产价格变动🧬。
只是，这一岗位🌘的边界并不稳固🇻🇮💚。METR 🇳🇬是加州一家专门🚥评估 AI 🧻编码能力的研究机🧖♂️构🖥💊。“ O🤰🧻penA🦹♂️🇬🇦I透露🚕，Codex和G🇨🇷PT-✋5.5在协同🦗🎌设计中也发挥了重⛺要的作用，AI帮🏑👩💻助改进了为自🇵🇼己服务的底层架构👩⚖️。媒体主要为官办，📞种类也不🐂🏈多，但一旦媒体😏定调，就影🕚🇲🇴响巨大🎒🐎。作为软件工程师🔓⛅，过去几年🏺🔡大家大概都◽⏪有类似的经历：🍤◾第一次接触 A🦕I 时，其🇷🇼实并没有那么惊📳艳🚎。如果真的想有利于💒👍机器人手🇳🇱📈术规范📔发展，就应当 在🌂同一技术体🔘系内建立统🏒🇬🇶一的支🕗🆗付标准🇮🇳🔣，将“远程与🇺🇿🉑非远程”的定价🔻统一，🇦🇶👂这样才能☄🥿消除“为⚗🇵🇪差价而远程🔉”的套利空间，🇦🇲让医院🧸的决策回归🇧🇫👩🔧临床需求本身：♠🇨🇼哪种方式对患者🏤🥧更安全、更必🧗♂️🚗要，就用哪种方式🦈。
