（来源：上观新闻）
部署/🏂推理端：论文明确👩👦测试了三类📽平台—— 云🐂📽端 G📉📆PU：👏⛵NVIDI📲A A100（训🌱📒练和基🐄🔝准评测） 🏵车载/机器人级❣边缘：NVID4️⃣🇸🇩IA Jetso😕n Thor 👌/ DRI💢🚰VE A🇩🇴🛬GX Thor✔🧳（66 ms☕ 实时预算 @🌮三级不卡久久 16 Hz） 🦅🏢端侧 CP🇲🇳U：Flash🇳🇷-Lite 甚🇲🇨🔻至能在纯🏫 CPU 上满足📩🍌实时 官👺方数据显示🇬🇬 Flash📢🚧-Lite 在 🇯🇲A100 上比🆚旗舰快 12🧱 倍，⏲🇮🇶三级不卡久久在 NVI🧒🇧🇮DIA Th🥩⚒or 上👩❤️👩快 5 倍🚹。
李尚龙👱🌦表示这是被实际🇩🇴🏐情况推着走🍐的转变：“以🇱🇨前大家买书，⌨🕵可能是🚝想看个宏大💊的概念；👓🔕但以后大🏗🤫家的时间越来越🇸🇹宝贵，看书更多👩🦰🗡是为了🦶‘学手艺’，光🔟🇵🇳知道AI🙄时代来了没用，你👦📂得知道♦怎么把这些工具真🇭🇹🕞正用起来☑。我们的目的是推动🧰⚰具身智能在真实🏴场景中落地🐨🇰🇮，你要落地跑通一🤴个场景🥰🌜，既要有足够🎱稳定的本体，足够🎶灵活运📹🦸♀️用的智能🇨🇬，又要有很强泛🈹化性能作业水平🈴👯♂️，同时它还🇻🇨6️⃣要作为人机接🐴😅口，能快速的部🏣✡署🏹🌭。
