（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🇧🇯。针对这🥽一问题，🙁研究团队发🤸♀️现了一👱♀️🇰🇭个关键事实：L🇳🇷®LM 🌾对于小段🔫代码的执行结🚧果预测极其精准🇮🇹🤜。
此外，对🏥🍘于可能存在 bu🏄❗g 的函🐏🌒数，LLM 🧟♂️会基于推理过程尝⏏试生成🐻🇺🇾测试用例来触发 🇸🇹bug，只📒🐫有成功触发的🏜🏘 bug 才😮国产第2页会被最终报告给开🈯发者，进一步🥍🐾提升了 bu🚡⚪g 上报的准确性☪🌖。自主定✡价权：在To🐷ken涨价潮👨👧👧中，迈富时借Tf🐸🇧🇶orce垂🧶🇹🇷类大模型🆘与21万家企业的🏺🇲🇺数据闭环🦀，拥有了将成😯本转译为🥑🆙ROI（投🚝🥽资回报👪🎥率）的能力，从👫🧰而掌握🐔⏱了应用层🥌🚻的定价权🛡。
