（来源：上观新闻）
本场论🏄🍘坛中，快手、通🥉🔓义实验室、百🐏💇度、硅🆕🍓心科技🇹🇿🎖的资深专🔹家齐聚👜一堂，围绕 ⏭AI 辅助编🎃🇦🇩码的实践路径、🕡智能体在软件🥎工程中🕤🔜的演进方向、🇻🇺♻规模化智能🇵🇾任务的构建🏴方法，以及企业级🏗高效研发的新范式🦠等议题，分享各🈷↩自在一线落地中🇷🇺的经验与思考🦶。
Peng💲🕕 Xu是De🧞♂️epMin🇪🇬🤺d机器🇮🇨📺人基础模🤠🍀型方向的🇨🇨🇧🇻研究员，专注机🇬🇼🏠器人学习与大模型⏱😕的结合，不仅参与🎛过上面的🇪🇹🎩机器人打乒乓球⏮，也是RT-1、💗👩🎨RT-2、Ca🕞p（C🐯ode👩🦱 as p🇦🇽olic🥨y）、🏟Gemini r🛸obo⚾tics等一系列❇著名工作的作者之👋一🇩🇲🏭。此外，对于🇲🇶可能存在 b🌑⏲ug 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🌜 才会被最终报告📿给开发者☠，进一步提升了 🚻🥀bug 上报的🇹🇲🤽♀️准确性🤨。
但这和“1-5 🇵🇱🚷年内 5🐃🇼🇸0% 消🚩失”是两回事👓🦍。比如，去年📣📭人形机器人普🇨🇽遍搭载的是🇳🇬锂电池，而🥓🍊今年能量密度更高🦐的半固态电池开🎃始被使用💈🇳🇫。04｜💉护栏（😲Har💨🔩ness🚊）和门禁（G🇫🇯ate）是两种🙈根本不同的质🏭❎量范式 🕰聊完产研，就不得🕓不提及测🌲试🇰🇿👢。铜线走🇬🇼到了尽头 📳🙈对于AI数🥢据中心而言，🚃🌌传统的🍌🇮🇸铜线显🏰得越来越力不从心⏰⛈。
