（来源：上观新闻）
他表示，在线学习🦞在大模型🏈领域已有广🇸🇷泛讨论，但🇮🇳在具身智能中仍🏴讨论较少🔹。以LLaM🐊🎐AX模型🏌️♀️为例，经💾🇻🇪过WA🦹♀️LAR训练后，它🇳🇦🐃在xCO📲🇦🇹MET评估指🇩🇿标上的平均分🇱🇾🏵数从6👋4.97提升到了❌71.34，这相😖📣当于提升了近🇯🇲10%的翻译质量🇭🇰。七七八八加在一起🦒，年成🌛本就得七八🏇万打底🔇🕘了👩❤️💋👩。论文里吹牛说自😇家算法比 Ra🏝♍BitQ 快🇿🇦了几个数量级🇫🇰，但背后🇵🇾🙈的暗箱操🛹作极其➕下作： 谷歌给自⛰🇪🇦己配的🚴📰是算力怪兽 🌍🇫🇷A10👔💦0 GPU，给🏦✡对手安排的却是关2️⃣😎掉了多线程的🇮🇶 CPU🧗♀️。
顾晓松表示🚮🌡，脑机接口🔮在特定🍖医疗方向具有不可🍣🦶替代的优势，能4️⃣帮助“不🇧🇴能说”“不📧🤵能听”“不能🐖动”的患👩👦者恢复和☂增强功能，解🚊💛决传统诊🖍治手段有限、效👬😱果不佳的🇹🇷🥵问题，在提高患者🍱生活质量、减轻家🇹🇱🌙庭和社会负担等方🚴♀️面发挥重要🖇🕑作用🛠。多领域强化学习阶🎷👅段涵盖了科学🏘🚚、技术、工程👩🔧、数学等多个领域🤫，但研究团队发现⏹🇩🇰这些领域的训👩💼😤练任务在🇧🇦🇸🇯响应长度和验证🔵时间上比较相🚱似，因此可🐿🖤以放在一起训练🇦🇸，既提高了🔪⛄效率又🇬🇭🌩避免了技能冲🤵突⚛🥭。而这两👨👦🕊个优势，🇳🇦本质上，其实指🧹向一个关键🇬🇹点： 中国🎡在AI时代的👕“基建优🆙势”，💺正在成为AI🇪🇺⏮竞争的胜负手⏫。
