（来源：上观新闻）
**归根🔬🍿结底，这🇲🇭🙋项研究说明了什💃🕖么？** 这💴🎦项由华为技术（*️⃣加拿大）团😈🇨🇩队完成™✌、发表于🏫 ICLR 🆕🖕2026 的研🇦🇮🕔究，用一种非👨🚀常朴素的逻辑回应🕣了一个长期被忽视😃的问题🎍🤯：AI评价图片质🕢🏇量时，😔🇸🇧不应该只看整体🇸🇪🏘，因为整👔体感知是由局部细🇳🇱节决定的，而👨👨👧👦不是反过来📓。
AI必须在这种模👩🦰糊的反馈中做出合🥑理的判断🇬🇪🥈。相比之下，直接在🏭🙍目标场景里进行😶🦊GRPO训练👿的曲线显得波动🕖起伏，甚至在3🔱🧘♂️840轮💖次时出现了下🚡😧滑（从37👓.8%跌🎁到35🙉🧙♀️.4%），最终🌂停留在37.8%💵🏁。第三个局限👨🔧是比较关系🕺🦀标签依赖于 TO🇼🇸PIQ 这一特定😘的图像质量评估🕞🇲🇰模型，可🏌🦜能会继承💡⚾该模型⏹🌑的感知🦉偏好🐵。
通过专项优🧝♀️化，谷🕸🗻歌得以在🛤价格性🇨🇫能比上实💥现更大幅度🔘的提升，为云客🍊户提供更具🇵🇲🤯竞争力的单位算🤦♀️力成本⛺📅。当然，当💷🤷♀️谷歌工具图像中🤳的视觉证🧕👨❤️👨据本身🍮不够明显时，🍅GPT-5🐪🇲🇴 Mini 🔇🇨🇬也会倾向于🎊🦜信任失真🇲🇪图⚜。他指出🗯🙎♂️，目前市场存🧼在一定🇹🇩的估值🤾♂️泡沫，仅依靠原型📥展示与未来愿⏪🤰景进行融资的🙂☸发展模式难以持⛏🔘续⌛🌬。
