（来源：上观新闻）
从视觉到具身 感🇷🇸知之后，苏昊的💳下一个问题是🍥，能不能😏把具体的感🤣知算法整合进🔺一个更大的系统👏🥨？ 这一思📺考，驱动他🇱🇷💺从计算机🏺视觉迁移到机👩🎤🛶器人研究🥗。铜线的物理特性决🇧🇪定了它的⛷👩👩👧👧传输损耗👩👧👧🇺🇿随频率提升呈✨👨🦰指数级上升，⛔🥢当集群规模从🙋♂️🥘数千张GPU扩🎁展到数万🏰🚬甚至更多，芯🐖🖐片之间的连🍪🇷🇺接开始消耗系统总🇸🇽👹功耗中越来越👩👩👦👦大的份🚁额，成🌘为制约™🤷♂️整体性能🏀的短板🤽♀️😠。
据恒州诚思调研统🎱👩🎤计，2💝🕙024年全球氮🦹♂️👩👧化镓激🇫🇮🥬光芯片收入👨🚒规模约26🧨🌚.7亿元，到2🗄🐹031年有望🔖👨👨👧接近64.3亿元🐉，年复合增长率↗为13.🤴3%🇸🇳↩。图丨从左至右分🇼🇸🎛别是：王肇➿国、陈海💟波和丁浩然（🚜🏨来源：🚧受访者） 跳出🍀🇲🇬“将错就错”：🇼🇸AI 🇲🇴🇳🇫开始从需求验👨🔬证代码 那么，F💏🏚M-Agen📕☀t 是如🗃🎹何将形式🇲🇫化方法用于🦡大规模系👩🍳统的？要理解这😽🇬🇭个问题，🥐我们得先🐏回溯到🏋图灵奖得主托尼🎽🐟·霍尔（Ton🤹♂️y Hoare💎👬）早在 2🛅👊0 世纪👂 60 年◀代为代码验证指🔫🦌明的方向——组🏨🍉合式推理（C🇪🇹ompos🖱itional🦙 Reason🙌🚆ing）🧁👀。
这场圈地运动还◼⛷远未结束，但已经🐿🎻有一点越来越清晰😇：来得晚的人，😶➖将面对的是📵一个已👙🌥经被深度瓜🇸🇰🎰分的市场🇩🇴。此外，😁🤑机器人本体、数🕦😺据采集、模型🧻🔑训练等都需要不🏴菲的投入🐶🚬。在市场份额方面🍵，华为仍占据榜🔇首位置，达👩🚀🍯到了20%，紧随👟其后的🏴是苹果，🦗其市场份额为1🧖♀️9%🦷⬇。
