（来源：上观新闻）
五、目前👳🍲的挑战与约束 🎦从行业研究者角度🍾🎌，BADAS-2👨👩👧👧🗝.0 〽🇨🇦的约束分布💈🗜在几个层面：👘👨🌾 数据🥂层：长🛡尾类别虽然大幅🕠改善，动物、极端🇳🇪🦜天气、罕🇯🇵见基础设施🥙🇹🇫等仍是☁🎼最难类别；🚈数据飞轮依赖➰已有部💃署规模——论文👨👧👦✅自己承认"最🇯🇪大的可迁移经验📤是：已部署🏆的模型本身就是最👨🦰🐻便宜的标注🥍器"，但🇦🇺🗑这等于承认🏇💃没有 1.0 🐬😫的量产规模，🧪2.0 的数据👩❤️👩扩展是不💅🤺可能的，这对想💒复现这套🌍范式的🏣团队形成门槛🐉。
比如超越🇲🇱🇱🇻上下文的🇷🇴♑记忆连🔩🕞续性，比如多工具⤴🕖调度的可靠🎅性，比如面对模糊🇳🇿👨🎨指令时的自主规划🇬🇵能力⛸🗡。晚点：🐤📠为什么你🥅🌦敢用从来没做过🌽管理的年轻人🇰🇵来管大的🥴☘业务？ 俞浩🍤👒：因为🖋我们的体系🈲🍮比绝大多数企业🏇🌭都更系统🏹🔩。Qwe📉n3.6-🤝35B-A3B 🆓🌂还实现了 Op😽enCla🆘↕w、Q🇬🇧wen Co🉑🇯🇴de、C🔘🆘laude 😆🦉Code 等主流☪🇺🇳 Agent❔🖲 框架🦷🖍的深度🇹🇷兼容，能够将👸模型的编程🔗👨👧👦能力、原🇸🇾生多模态能力🇮🇳，更好地赋❤予各类智能体，完🦹♀️成更长🏑程、更复杂的任👩👦🚭务，有望成为💤本地部署♋的“智能大脑👩🦱”🇱🇨。
从这一角度来☄看，DeepS🇲🇫🧣eek☠是否会融资🦀，不确🧖♀️🧟♂️定性依然很高🇩🇯🌉。探索边界不是🍈 “谁独创🥚🇼🇸了什么”，而是谁💙🈳能在正确的时机、🎗用正确的🇨🇻逻辑，把它变⛈成现实🎳。今年会有🇸🇱🔏比较大突破的，♈♻我认为是🐵👀交互能力👑🐚。但现实正🏃♀️📈在一次次⬛打脸这个判断🤧。即便如此，初代⚛👩🦳 Light P🛷🤕hon😦e 也🐡众筹到了 41 🇳🇨👃万美元🏓⛱，比原定🇭🇷目标多出一倍🦕。按照我🧲们这套方法训练🛒💵出来的💙🐡人，比🐈 99% 传🔏🙊统中高管都🕊🇵🇭强💙。
