陸青舟切換了一張幻燈片，螢幕上出現了一段對話示例。
左側是使用者輸入，右側是盤古2.0的回應。
使用者輸入了一段顛三倒四、夾雜著口語和書面語的混亂表述，盤古2.0不僅準確理解了使用者的真實意圖，還自動補全了缺失的資訊，給出了一個條理清晰的回答。
“其次，多模態互動能力。”
陸青舟點了一下遙控器，螢幕上播放了一段預先錄製的演示影片。
影片中，測試人員將一張手繪的草圖——歪歪扭扭的線條，勉強能看出是一棟房子的輪廓——放在方舟手機的攝像頭前。
盤古AI掃描了草圖，然後問了一句：
“您是想生成建築設計圖，還是兒童繪本插圖？”
測試人員說：“建築設計圖。”
三秒鐘後，螢幕上生成了一幅完整的、帶有尺寸標註的建築外觀設計圖。
臺下響起一陣驚歎聲。
陸青舟沒有停頓，繼續往下講：
“第三，個性化學習能力。盤古2.0會在使用者授權的前提下，持續學習使用者的表達習慣、偏好和工作方式。使用時間越長，它對使用者的理解就越深，給出的建議也就越精準。”
他舉了一個例子：
“假設你是一名經常出差的市場總監。盤古2.0會在你預訂機票時，自動根據你以往的出行習慣，推薦你最偏好的座位、航空公司和出發時間。
它還會結合你的日曆安排，自動檢測是否存在時間衝突，並給出調整建議。
這些功能，在上一代版本中就已經有了雛形，但2.0版本的準確率和主動性，有了質的飛躍。”
他頓了頓，語氣變得稍微鄭重了一些：
“最後，我想重點介紹一下盤古2.0在端側推理能力上的突破。”
大螢幕上出現了一顆晶片的渲染圖——帝國半導體自研的AI加速晶片，與基帶晶片一同整合在方舟二代的機身內部。
“上一代盤古AI的很多高階功能，需要依賴雲端算力。
在網路條件不佳的環境下，響應速度和可用性會受到限制。
盤古2.0透過模型壓縮和量化技術，將核心推理能力移植到了端側。
這意味著，即使在沒有網路連線的情況下，方舟二代依然可以本地執行絕大部分AI功能——包括即時語音轉寫、影像生成、複雜指令解析等。”
他看了一眼臺下，補充了一句：
“具體來說，盤古2.0的端側推理速度，相比上一代提升了三倍，而功耗反而下降了百分之二十。”
臺下響起了又一輪掌聲。
記者們飛快地在筆記型電腦上敲擊著，記錄著這些令人震驚的數字。
。臺講下走，躬鞠微微舟青陸
。樣字的”大強生芯，代二舟方“了起亮新重上幕螢大
。紛紛論議，耳接頭們者記的下臺
.板短的大最機手舟方了決解，破突的片晶帶基說果如
。度高的新全個一了向推，力爭競的心核最機手舟方將是則，級升的0.2IA古盤麼那
。下燈聚到回新重莎伊，央中臺舞在焦聚次再燈
