上線之後氪不氪金暫且不提，虞晚找李熠要了一堆玩具和小狗衣服。
反正內測而已，也不算破壞了遊戲平衡。
「這件，這件，還有這件。」虞晚的手指在屏幕上飛快地點著，一口氣選了十幾套，「先這些吧。」
李熠看著那長長的清單，沉默了兩秒。
「這麼多，穿得過來嗎？」
「你不懂，我們呆呆可是女孩子，」虞晚理直氣壯，「女孩子衣服永遠不嫌多。」
李熠：「……行。」
最後，虞晚給呆呆換了一身菠蘿裝。
奶黃色的小狗配上金黃色的菠蘿外套，頭頂還頂著一撮綠色的葉子，圓滾滾的，看起來像一顆長了腿的水果。
呆呆顯然對新衣服很滿意，在窩裡轉了好幾圈，然後對著屏幕「汪汪」叫了兩聲。
「李熠，你們公司一定要做大做強！」虞晚看著呆呆，由衷道。
AI只是工具。在錯的人手中，它會帶來災難。在對的人手裡，它能造福人類。
李熠就是那個對的人。虞晚如此相信著。
她的語氣真誠，讓李熠的心也不由得為之一顫。他剛想說些什麼，手機突然一震。
看著新彈出的消息，李熠的臉色不由自主地嚴肅下來。
「我這邊突然有點事，先掛了。」
「好哦，你快去忙吧。我也要睡覺啦。」虞晚說。
掛斷電話，虞晚也準備睡覺。
臨睡前，她突然想起顧池淵說的話。
——這個app是濰科遊戲策劃的，宏泰在這公司有乾股。
虞晚猛地從床上坐起來。
奇點科技沒上市，買不了股票。
可濰科遊戲……
她立刻打開手機，搜索濰科遊戲的股價。
K線圖在屏幕上展開，虞晚仔細看了看。
股價不高，甚至可以說有點低。
商科的學生，大部分都玩過炒股模擬盤，虞晚也不例外。
在模擬盤一學期賠了46%後，虞晚本來發誓這輩子再也不碰股票了。
甚至隱隱約約地，她感覺這個世界對她這個惡毒女二有Debuff，讓她幹啥啥不行。炒股這種運氣投資影響尤其嚴重。
可這次不一樣。
這次，是男主看好、男二投資的項目。
虞晚盯著那些紅紅綠綠的線條，心跳加速。
理性讓她還是去搜索了一下濰科遊戲的財報。
去年年報顯示，營收增長和淨利潤增長都不錯，且現金流充裕，負債率低。
在當下的經濟環境裡，這已經是很漂亮的成績單了。
而且，濰科遊戲背靠宏泰集團，有資源、有渠道、有技術。
現在又多了奇點科技這個合作夥伴，搞出了點點萌寵這種技術壁壘極高的產品。
虞晚越想越覺得，這隻股票要起飛。
值得她搏一搏。
她打開證券APP，註冊了帳號。
綁定銀行卡需要審核，虞晚提交了信息後，又陷入沉思。
如果虧了的話……
算了，趁著審核，這幾天她再想想。
現在先睡覺！
虞晚深吸一口氣，把手機扔到一邊，鑽進被窩。
另一邊。
李熠隨手拿起搭在門口椅背上的外套，走出房門，坐電梯下樓。
電梯裡的燈光很亮，照得他的臉有些蒼白。他住在市中心的高級公寓裡，電梯都是觀景電梯。
李熠站在玻璃前，看著倒影上，電梯的樓層數一點點下降，他也跟著下降。
觀景電梯正對著城市的燈火，車流在腳下蜿蜒成一條條光帶。
李熠突然感覺有些疲憊。
他揉了揉太陽穴，電梯門開了。
樓下的風比他想像的大。
他剛走出大堂，就看見那輛黑色轎車停在路邊，車燈沒開，和夜色融化在一起。
李熠走過去，拉開車門。
車裡很暖和，暖氣開得足，空氣中瀰漫著淡淡的茶香。
沙老坐在后座，穿著一件深灰色的中山裝，頭髮花白，但精神矍鑠。他手裡端著一個保溫杯，杯蓋擰開，熱氣裊裊升起。
「坐。」老爺子說。
李熠坐進去，關上車門。前座的謝秘書轉過頭，沖他點了點頭，算是打招呼。
「這麼晚了還麻煩您跑一趟。」李熠說。
沙老擺了擺手，「不麻煩，反正我也睡不著。人老了，覺少。」
他擰上保溫杯的蓋子，把它放在一邊，然後看著李熠，目光不急不躁，卻讓人無處躲藏。
前座的謝秘書開口了，
「李熠同志，我們的人已經成功和路澤涵同志接上頭了。他現在安全，但處境不算樂觀。當地對他的限制比我們預想的要嚴，護照被扣，通訊被監控，出行需要報備。」
「不過，我們現在面臨的問題是——我們並不能確定路澤涵同志到底有多重要。」謝秘書頓了頓，「組織需要評估他的價值，才能決定動用多大的資源。所以……」
「路澤涵很重要。」李熠打斷他 ，語氣斬釘截鐵，「他做出了一套可以在未知環境中自主決策的機器人算法雛形。」
沙老的瞳孔微縮。
如今，機器人領域有兩種路線。一種叫大模型派，一種則是世界模型。
大模型派很好理解，就是給模型餵海量數據，讓它自己學。
你給它看一萬張貓的圖片，它就知道什麼是貓。你給它看十萬段對話，它就能跟你聊天。
現下那些大熱的AI軟體基本都是基於此。
但這種路線也有一個問題：它只能處理它見過的東西。
你給它看一張藍貓的圖片，它認識。你給它看一隻長著翅膀的貓，它就懵了。
它沒有真正的理解，只有基於海量數據得出了一個結論。
而世界模型則不同。
它不是讓AI死記硬背、拆分重組，而是讓AI理解這個世界是怎麼運作的，讓它理解這個世界的物理規律、因果關係、空間邏輯。
你不需要給它看一萬張貓的圖片，它只需要知道貓是哺乳動物、有毛、四條腿、有一條大尾巴、會喵喵叫，就能推斷出一隻從來沒見過的貓應該長什麼樣。
大模型派做的是『識別』，世界模型派做的是『理解』。
前者讓AI知道『這是什麼』，後者讓AI知道『為什麼會這樣』。
在虛擬的AI軟體中，或許這兩條路線區別並不大。
但是在機器人領域，這個區別是致命的。
如今的咖啡機器人只是知道自己在此時此地此刻應該去洗杯子了，但為什麼需要洗？需要怎麼洗？洗完了會怎麼樣？它並不清楚。
但世界模型派則認為，這些因果關係，是真正的人工智慧所必須要掌握的。
如果只是單純地用大模型去訓練，那再智能的AI，本質上也只是只聰明點的「鸚鵡」。