（来源：上观新闻）
第一层🕰是“采集层”👜。简单说👩⚖️，在微软投资O🏃♀️🇲🇾penA🐸💁♂️I、获得O🚣♀️penA😋⚗I技术授🉑权时，双方曾经把🔬AGI🍭设为一个特殊分⚙🇸🇩界点🇽🇰🇳🇨。它更像是阿里正式🤡下场补🇮🇷齐 AI 🦅🕞视频这一块拼图🙉🔎。她也记不住买家🔄口中那些二次元🇳🇮人物的名字，更无👨👩👧👧从知晓它们的手办🏴🛅尺寸，也就无法确⚙🇱🇻定自己做的改🙌🎑件是否合适🇸🇨♿。在真实内容设计场🦜👯景中，大✌家应该🐳都很熟悉🕟🕸一个画面—🦴— 改着改🇦🇲着，就开🥳👳始不断「❌另存为⏳🚇」，最后电🔆脑桌面👨👩👦👦🧦上莫名🤡🍡其妙多出一堆🐌🔛以（1🏢👺）（2🐗）（3🦙🆚）结尾的版本，🇹🇩🏣真想找回🇨🇵某个早期版本时，🍫🇦🇷反而难如登天……🕍 而在Pi中，🚂几乎不存在版本找📁不到的问题，因为😊用户可😨📿以直接在历🧣🇸🇴史记录🇦🇿里找回💐🍃过往版🇭🇳🚵♀️本，并❔在此基础上继续🥘进行多轮优化🇱🇹。
生成视频🌅中支持首🌜🙀帧模式，也是上🌘传一张图，让 👂🇱🇸AI ⚖依照图片生成🌥☕后续动🤓作🍆。其中有一位关键证🥢🇸🇱人——希冯🐠🌾·齐里斯（Shi🅰von🔊🎴 Zilis）🔡🤪。二是 W🍾🏴orks🛑🗒pac🧜♀️e 本身🥀💺。这种增长⏹不仅仅在👩👦👦💷于增加产能🚺，更在于提供高🔣🐒效、可靠且可🌴☑扩展的系统🎰🖌。载体格式的基因🌙优势被再次🕦🇭🇳确立👦🙁。Mox🤼♀️t 跑💜这一轮也不算轻松🧤。FlagO❇S 2.0🏂🇸🇳 里FlagGe🔠ms 已覆盖 4📟🚵♀️0 个主🔛流模型、推🙉理任务算🌮子覆盖度达🕰到 90% 😄到 100%🇬🇦，Fla🌔gScale 则🇪🇷🌆试图把推理、训😢🎸练和强化学习🇲🇻🇧🇫的接入方式🚠🎗标准化🦝🥩。
