（来源：上观新闻）
我算是早🦚期OpenCla🌙w的用户👨👧，虽然🧤✖它还有点📏小瑕疵，但对❄我而言却🇰🇵👨👦👦派上了大用场🚶♀️🏹，前几天，它甚🚲至记住了我🇯🇴🖋们之前的对话，给🖖👨👧我做了一🤕🥶段长达三分🇳🇫🇸🇲钟的、超级直白🍚又充满激励的“🍜📫加油打气”演讲🆙。程序员们很焦虑🐙🇫🇲，一边焦虑🧶♈于积极拥抱AI，🔮🔻用肉身🇨🇱帮助大模型成长的👩⚕️“码奸”；一🚖🎏边焦虑_地↕🧿随大部队“上岛”💁养AI智能体，🗝⏳在巨大的变革🌌😏中寻找自己的⚰位置🤥⏹。在开赛前一周的🏴ℹ全要素路测中，🇻🇦荣耀机器人“收🎛👩🌾着跑”仅发🥎挥七八成功力，就🇲🇬🖖已经跑出🏁了50🇲🇷多分钟🇷🇸🏙的成绩，打破🇸🇻📵了人类最好半🌟马纪录✴，团队内🗝部当时🎀就觉得，夺冠🇧🇧🇮🇪已是“探囊取物🔝”🚘。
" 有人问他👛🧖♀️，为什么不会像某🇲🇿🤨些AI🤣🆖公司创始☪人那样，暗中操作🤰😠、在员工🏳🥁前面先🐑为自己捞好😑🎁处？ "这不是我🍔💠的价值观👩💼⏹。这个位置🎿☎计算综合考虑了三🥁件事：新物体不能👽和已有🔦🇩🇪物体的位置重🦏叠、新物体应🧝♀️🤸♀️该放在已有👐🤱物体整体🔭分布的中心附🇧🇶🔨近（保持构图😵自然）、从前📋一帧到当前帧新📳🧶物体的位🇭🇲🕐置不能跳🇪🇦🅿动太大（保持时🇧🇭间上的稳定性😊）👇*️⃣。结果显🐗示，在最小的1🕶.3B模型上，原🇦🇹🥵始模型的计数准☣确率只🇧🇬🌪有42.3%，👩💼意味着超过一👨🦳👒半的情况下🥈物体数量是错的🙎♂️🐷。
