（来源：上观新闻）
彼时，外界的🇰🇲共识是，Deep🔋Seek在做的不🔽仅是大🍘🇮🇱模型，而是重写🚎💹一套更便🤩宜的AI基🛥础设施🏈🎉。邱谆常年往返于🇬🇵🚅硅谷和国内，并长🇲🇶期关注A🔊💤I与具🌈🍦身智能领域🚸🦸♀️。当前真实🎏🕳模型版🔋本、是🇳🇨🚖否发生了fal🧁🎱lback、🤹♀️🇾🇪推理档位、thi👥nking☝是否被压缩🇻🇪🙄。李尚龙表示这是🍆被实际情况推🖥着走的转变：“以🖊前大家买书🚢，可能🇧🇶🛬是想看个宏🐋大的概念；但以🔄后大家的时间越💲来越宝📞🦙贵，看书更多是为📚🌶了‘学手艺’，🌚光知道AI时代来💳了没用，👕你得知道☝怎么把这些工具⏬真正用🇨🇩起来🇵🇫。
这意味着国内有®望出现具备批量交➖付能力的工业🥮级触觉感🧽↔知方案👨👨👦👦。古人理解🐜🏓不了打雷、下🔕雨，就创造了◾🍵雨神、雷神🥛。▲第八届🧟♀️C3安🐤🦛全大会现场 更令⛽🥧人惊讶的是，🇮🇹🙁演示中提到的💙攻击手段并非遥🇷🇴🚵不可及的实验🇮🇶室技术👷🇳🇨。但他觉🚁🍆得值得去试🤞。在BADAS-🚴♀️2.0👩⚖️ 论文中作🎪者把这种📘🇪🇦范式称为ego🎣👝-centri🇲🇨c i🕒🇸🇴ncident😪 antic🥋👷ipation🎗🀄，和 DAD/D🔅ADA-2000🚽👑/DoT☕A 等学术👨❤️💋👨基准相比，它只😅关心自车相关的事🇲🇭件，这⁉🧺样可以把现实部🇬🇫署中 🚲40–92% 的◀"他车事®🦹♂️故误报👌🛰"过滤🙈😫掉☣🥼。
国内最早跑🔇🏇出来的AI⤴应用，很多创始🐤人的背景是市👩🚀场、媒体、🇱🇷🚴♀️教育，而非计算机👏科学📤。图源：MiniM🇵🇪🕟ax 在 40 🤖🔋个超过 🤣2000 T🍱oken 的🦐📔复杂 ♓Skill🗿s 测🤸♂️🐀试中，M👨👨👧👦🙇♀️2.7 保🙋持了 🍐🤼♀️97% 的遵🇰🇷循率；🇱🇺Toolath🌑👗on 🧞♀️🎗工具调用正确🇦🇼率 46.3⚡%，进入全球🇮🇸🇬🇧第一梯队🌩🔇；在 M🌃🇵🇦iniMa📐x 自🇫🇯🥜建的 MMC🕝law 💹评测集上达到🚷接近 Sonne🆙🇹🇻t 4.👤6 的水平💰。
