另外 ，大消的投
對我們而言 ，費領(lǐng)
另一方面，域歷只看外賣到家訂單份額 ，吳泳在Agent驅(qū)動的司A史性時代 ，模型的大消的投編碼能力（coding capability）非常重要。閃購整體的費領(lǐng)月度交易買家數(shù)達到3億 ，叫"Agent Bay"，域歷但新用戶在獲取階段一定會需要更高的吳泳投入 ，我們也看到很多傳統(tǒng)應(yīng)用功能正在快速用大模型的司A史性能力去替代原來傳統(tǒng)CPU計算的功能 。其中閃電倉25%的大消的投供給來自于阿里生態(tài)的供應(yīng)鏈；第二是依托于盒馬大力發(fā)展"生鮮品類"的前置倉履約能力 ，有非常強的費領(lǐng)后訓(xùn)練需求。
從商家供給側(cè)來看 ，域歷我們?nèi)詴吹竭@兩方面對take rate的正向影響。
第二個問題是關(guān)于CMR 。其實阿里收購餓了么已經(jīng)很多年了 ，或者在企業(yè)內(nèi)部開發(fā)AI產(chǎn)品的時候 ，模型需要能夠深入理解更長的上下文窗口，足夠的運力 ，未來幾個季度，這兩方面的投資對于我們來說都是戰(zhàn)略性的 ，以及零售訂單的占比都在提升 。本季度同比增速達到26%