（来源：上观新闻）
当时行业最大💁♂️🎂难题是边界问题🦷🇧🇪（比如识🔬别割草🤷♀️🆘范围）🙇🌆，市面上有 🤦♀️🎰RTK （实时🧯🚣♀️动态）🥌等方法，我🔻♣们预测车🎈用激光雷达会🥽迅速降价，🗯于是第一个🕎把车用多线激光雷🔥🚔美国电影门题材的叫什么达用到了割草机上🇲🇰💪，来解👩🦱决感知和🇭🇰算法问题🇷🇼——这是我们🏚的 “🅱💁+1”🐦⚔。当前 BA👛🕍DAS👨⚕️🇳🇨-Re🎗🏟ason 是事🇨🇮后 V🇸🇮🍸LM 🇲🇳解释（🇨🇽先有碰撞🤼♂️🚸概率再生成自然语🎻言），未🏊♀️🇪🇸来可以把🔶👋推理与预测🕞合并——V🧁-JEPA🇭🇰2 原论文🤼♀️已经展示了与 🧶8️⃣Llama 🏟📊3.1-8B 对🍡🤭齐后在 😍Perc🦎eptio📲🔜nTest 取😷得 84.🌌0 分的能力🇵🇬，把这套对齐方🇳🇨式移到 B🇲🇲⛵ADAS 上，🏢可以生成🏖🇫🇷"推理🕔🥩即预测"的📭联合输🗽🖼出🤹♂️👱。
我们几乎要求所有🧸产品从推🐮出市场的那一🥬天，就要实现盈利🐑🇵🇲。Anthrop🧧🔉ic 的毛利率从🚬🦵 2024🔞 年的🕗🇨🇩负 94%🗒跃升至次年的正🚶♀️ 40%🔔🥂。部署中⏏的模型表🛃现会随时间变化🇪🇷👖，而且变化轨🇮🇶迹不一样 今年2🚽月发表在🛬PLOS On🙆♂️🌊e上的一🌱🧤项纵向研究🍢，用固定pro🇹🇬🍹mpt连🚿🔒续10周追踪🕥了多个主流模🇧🇿型，得出🛣🙍♂️了一个🉑🇲🇻很克制也😓🎻很扎心的🇸🇽🤺结论，部署🐤中的大语🆘💻言模型确实会发生🇬🇵⚠可测量👩❤️💋👩🎎的行为漂移，但🇹🇱🍐因为厂商👨👩👦👦👦不公开更新日💾志和训练细节，对💁♂️🎂观察到的退化做任🏕👩🍳何归因都纯属推测🥢。
