（来源：上观新闻）
**六、不🦟只是纸上谈兵🇨🇿🚅：在经典游戏控制⛴任务上📼的验证** 为了😘排除"成功可🏫🔏能只是因为在😲某个特🇸🇻定训练♥框架下的系👩👩👧👦🥋统优化"这🔔一疑虑，研究🇲🇱团队把SPPO移🛷👫植到了五个经🕗◾典的强化学习控🥁制任务上🏳️🌈🧐：精密版Car💾tPole（控💭制杆子不⭕🤩倒）、🐺Mount🦆🉐ainCar🏓🚠（让小车🇭🇷🐞爬上山）、H👩👩👧👦opper☸（双足🌄机器人🇬🇬前进）、L❣🧖♂️unarLan💯der（月球着陆🚙🦶器着陆）和Pen🧽dulum🇳🇨👩👦（保持摆杆🇬🇼👯♂️直立）🎺🌚。研究团队测试了👘一种极端🧟♀️🥏组合：用一🦛个只有15亿🙁参数的小模型🧀🌎（DeepSe🏦ek-R1-🧞♂️🇳🇱Distil🧳Ⓜl-Qw🐨⚰en-1.🎑🥼5B）🗺🎷作为价值模型，去🙎📻辅助训练📤一个70🌬🍟亿参数的大模型💙（Deep🇧🇯🍮Seek-R1-🍅🦁Dis🇳🇺till-Q🏞😤wen-7B）🏐。
”他告💲诉记者，OP🥉C本质是顺🤢🆙应 AI 时👩👧👧代的高效🥰轻量化🤸♂️组织，是独立决🔍☸策、灵活协同📻🇵🇳的新型市场主体🔡。这样，每一♨😸轮工作的成果都真🇳🇬实地沉淀下来🇱🇻🥧，后续的💩🦚代理可以站在前🇰🇾🍫人工作的👩👩👧👧肩膀上继🥰🇵🇹续推进，📖🚋而不是每次🥇📂都从零🏧开始🚡↖。还有人贴出了一张📧⛏信封的图片，上☣🚳面写着😡🥊，“收件人：大⛹️♀️🕧象”，以此调💍侃公司终🤾♀️于公开谈论此前被➖➡回避的裁员问🍅题🥂。我们预计，随着🇰🇭📏前沿实验📘室将芯片设计视为😾🆒一项更重要的应🍍😊用，这个🇨🇻🇿🇦问题将会得😼到解决⛵🚧。在Open😛Claw体🕴系中，所谓学习，🕡😱本质仍然依赖用🧖♂️❎户🌔。谷歌CEO⚖桑达尔·皮查伊🥃🥏（Sundar👞 Pichai🔗😸）在相关博文🗣📱中表示，目前👩🍳谷歌所有新代码中🍤，75🥤🎗%由AI生成，🌠该比例在去⛈年秋季为50👙🏟%；此外，👩🔬🛑面向企业用户的G🇸🇻😠emini 🎻Ent🧖♀️💗百度竞价托管外包erpr🇧🇷ise第一季🎲度付费月🇵🇲活跃用户数环比增🇮🇷长40%🛫🚽。
