这个模型并不像其他 AI 巨头那样「刷分」，而是朝着小型化、端侧化、低延迟的方向做了极致优化，将视觉处理所需的 Token 降到传统 ViT 的 1/16，极大降低延迟，可以根据摄像头捕捉到的内容实时给出判断，反应速度非常快。
Lex: FT's flagship investment column
，详情可参考heLLoword翻译官方下载
Things Fall Apart。同城约会对此有专业解读
16:47, 27 февраля 2026Интернет и СМИ
奥特曼怼AI耗电：人类想变聪明还得吃 20 年饭，网友：你再说一遍？
· 杨勇 · 来源：tutorial资讯