（来源：上观新闻）
李一言提到：🆚🇦🇼“哪些地🕰⏰方更需要机器人呢🥽🕳？一定是人力成本🇹🇯更高的地方😒。在这里⏩，说一个👩❤️💋👩🎙专业性问题，😞氮化镓激📼👳光芯片的🎆🎟难点远非设计层面🐷🎆所能概括，其🧴核心瓶颈集中于外🚾延材料的生🌺长制备🇧🇮。彼时他主🇮🇹攻自然语🕛言处理，但随着🧫🔇研究深入，他逐渐🐅意识到🇹🇱🛏，相较于抽象的语🏁✊言，直接来自物理🎥💀世界的信号（如视💻↩觉）才是理解智能🔘更根本的途径🔄。新的分工基于🐓「判断力👉」和「系统理解🔋」，这咋考核🐉？咋招聘💚？咋培养？ 未来🌧，我们团队期望✅优先招有🇹🇩👩🍳技术背景的产品经🕞理，这是我们部门📍对外招聘🐝🥾的 JD⛹️♀️ ，供参考🧕👡。
随着人工智能相关🇧🇫需求的增长，新🌌增产能投产🇨🇭后供需状况能否🕷很快缓🥝解仍不明朗🤔。在 LLM ⚡时代，如何让形式👩👩👦化方法的脚步快速📨💄跟上编程智能体的▫发展速度变得越🦊🧡发重要🏢🇨🇽。相较于有源对🔈准技术，在😴 CP🏯O 迈向规模化🕙🎪量产的🤮🇧🇮进程中，无源对🐊准方案🎢在可扩展性上🇮🇹具备显著👩🚒📜优势🇩🇲📚。去年，他还◀与谢赛宁共同🎍🇰🇼获得了🌫💾CVP🉐R青年学者⛅🎬奖，理由是表🍪😚彰他们在计🇦🇪算机视🇲🇾🕙觉领域的杰出贡献🆘🙊。
