（来源：上观新闻）
这个终端的🥁👨🎓定位也引导了我们🇧🇳整个技术研发与🙅🇱🇹突破的方向，比🇹🇳如交互智➗9️⃣能和运动智🎒能上要足🇩🇰🇸🇿够拟人，有生🇪🇪命力，交互体验😍🛌要足够好☕。你要是照搬这个🐘👜片段就会出事👎。05 AI圈🈺里那些"意外🧝♀️"的成功者 让🤾♂️我们看🚇😠几个具体的例🤴🛅子，它们都在说明🚧同一件事💄。
对此，虎嗅向🦄DeepSee🏴k方面发送📨邮件进🧠☸行核实，截至发🛐🗓稿未获回复📓✍。因为跟💛训练大语言模型🇲🇼的数据体量相比🎦🔀，具身领域的🖍智能可能📒🍇差3-5🍊🧀个数量级规🍅🇺🇿模，数据缺口很大🇰🇮，要求比较高，🎌还要求物理世界🇯🇪🏁各种接触，力，摩🇺🇿擦力、重力等等，🌙🐊这种高维🇾🇪的数据采集成本也🕯非常高🇱🇺。
上一次它石智航上🧝♀️🕝新闻，是2🇱🇧⛸025年年🥩🇸🇬初，天使轮2.💵🔯42亿4️⃣美元，同样是中国⌚具身智能🥅最高天使轮融资纪🏵录🇱🇰。五、目前的挑战与🙎📈约束 从行业🇻🇺研究者角度，B🐺📣ADAS-2.🇦🇺🇱🇰0 的约束分布在💝几个层面： 〽数据层：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🌁在线观看免费最难类📁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⏱。
