端侧算力

世界模型按「这一帧 + 这个动作」推出下一帧，小到能塞进一颗双核单片机。它在门店里真正有用的是造场景、做推演；一旦有人拿它当记录用，性质就变了。

门店盒子跑不动，多数时候不是算力不够，而是内存喂不快。理解「搬运比计算贵」这件事，能帮你在看芯片参数、看内存新闻、看供应商报价时，问出对的问题。

门店里的「答得快」有两种来源：一种是模型真的算得快，另一种是先猜再验。投机解码属于后者，它的收益取决于草稿猜得像不像、草稿自己快不快，以及当时有几路在同时用。

视频理解比逐帧识别贵得多，贵的不是「看」，而是把画面展开成 token 之后的显存、带宽和时延。省算力的位置有五个，位置选错，省下的算力落不到端到端速度上，还可能把关键证据一起省掉。