（来源：上观新闻）
这甚至还没算上，😺🇩🇬苹果当年🐝⛹️♀️包下 LG 几🔻乎全部的高⌚🎡PPI IPS🇸🇮 面板产能，让安♻卓阵营拿不到足🚔够的高素质屏✂幕，也🕞🐪没算上苹果直接🚉收购，一眼看中☎这项技术的潜力，🇬🇭🇭🇳花费3.6亿🇩🇲🇵🇷美元收购了3D感🛬测技术⏹公司P➰rim🕺🚈eSe🌄🌻nse，⏬🎓让对手在🎴长达7年💜时间内都拿不到和📊Face 🎈🇲🇦ID同级别的✳🏃♀️人脸识🚻🍈别技术👬🇮🇲。
让我们用一个🤒简化示例👨👩👧👧说明，假设训练🇲🇺语料包🕛含以下🇵🇲👨🏫词汇及出现🇪🇺👩🏫频率： “hug🇮🇶👩⚖️”：10次 🇹🇱“pug☮🙅”：5次 🚕“pun📇”：12次 🗒“bun”：4次🏟 “hugs”👨🔬：5次 第🕳🗂一步：将👨💻所有词拆分为🏂字符，添加结束符🦞🇴🇲 “hug”🎺🇦🇽狼人插麻豆 → “h u 💥🔓g ” “p🥃🎂ug”🇲🇩🔖 → “p u 🚕⛹️♀️g ”👩🔧♠ “pun”🐑 → “p 🎛u n ” 👨🎓👨👧👦“bu🇰🇾👢n” → “b 🐢9️⃣u n ⏭” “🇸🇭hugs”🧹🐿 → “🇨🇨🤚h u g s 🇬🇹” 初始词汇表🦓仅包含基础字符：🙅♂️💆♂️{b, g, 💎👩h, n, p🎧, s, u🆕🈷, } 第二步：🛡统计相邻字符对的😉🐐出现频率 “u🌋🧩狼人插麻豆 g”👩🏭：15次®（来自“hug🐼”的10次 + 🎠🇫🇰“hugs”的5🎅次） “u 🍑n”：1♟️6次（来自“pu😰💼n”的12🛵次 + “b🌴un”的4🐅次） “p u”🏳：17次（来🥂🍯自“pug〰🥋”的5次 + “🇬🇭pun”的1🇬🇪2次） 第三🏞步：合并最🇧🇼🇼🇫高频字符对 假设🥏“p u🤚👩👩👧👦”频率最高（💵🇲🇶17次），创📜🏅建新符号“p🔻👏u”， ☮词汇表扩展为🔔：{b, g💪, h📴☎, n, p,📟😈 s, u, 🇦🇲🚲, p🏠📃u} 👲🇦🇸第四步✏🏳️🌈：迭代重复 继续🦁🇲🇾统计新🥊🈳语料中🇦🇩😡的字符对频率，🐍合并下一个最高🧟♀️♏狼人插麻豆频对，直到达到🌠预设的词汇表🧢😏大小（如GPT🤮-2为50,25🈴🐧7个token🇸🇸🏸）👕。
