（来源：上观新闻）
方法论层：👗论文明确对比🇿🇼了自回归 VL🇬🇲🇶🇦M 基线（Ge🛩mini-BA🏑DAS👃🈂、COS👱♀️MOS-🧔💢BADAS）——📣🤖中文字幕乱码中文乱码即使在🇨🇬👩🏭相同数据上🔃微调，仍比 BA🥳👩👦👦DAS-2.💒0 落后 5+🇱🇾 个百分🆒☔点👐。
耗费几百万美🗺元训一个🇧🇹模型，然后部署▪👔出去，㊗用户提问、📖模型回答，一🦁来一回就🇰🇮是一次推理🌜🐰。此外，用户需要🚬🇽🇰投入时间♊和精力🇬🇸进行学习，才能上⚙手使用Fig⛎ma；人人🏡都可以📪🇹🇱用Clau🇮🇪6️⃣de Desi🏫🏊♀️gn设计产品，🅿🧢且与编程🇳🇱🛷环节无缝衔接👩👦👦🤫，Figm👩🏭🇱🇻a却很难⛔⛈做到这🚩一点🚄。
清醒地认识到：A🗂I时代的机会，从🌒🙂来不只属于技术🔄精英🐜。Claude😺🇲🇸 Desi🚕🦒gn的横空出🦹♂️世，又给了处💪🛴于低谷的Fig🦇ma沉重🇲🇦🇳🇷一击🚴。总结就是，一🚤⚰个普通的基于联🌹网和地图的🛩行车记录仪（👸DVR或着Da🥇💑sh C🔟amer🇵🇸a）+🌆 普通的C🧶PU或⛹🌅着辅助驾驶的AI🇫🇯推理芯片🖼👌，外加算力训🐁🏯练集群⏮🏖。
