（来源：上观新闻）
当全球🤘⛈具身智能赛道还🔄在比拼👽谁能做出更🇧🇮稳定的双足、更🕓灵活的灵巧手时，🏴自变量机器人🇧🇴又在通用具🐡🕡身智能大🏷🇵🇳模型领💷🇰🇬域向前推进了一🇧🇾大步🌌👩🏫。
引言 🕶无论是从零开始📿设计芯🦉🤘片，还是💖基于现🌫有的旧设计进行改🚲👩👧👧进，芯片的研发🙋🇧🇬都是一项极其耗🔠⌚时且成本高👩🚀🚪昂的工作🧔💲。--- Q&😔A Q1：🐛😌SPPO🇭🇰🚔和GRPO相比，🤦♂️🇨🇲训练速度快🆖多少，性🇹🇭🎷能有没有损🇦🇲失？ A：🤰🚜根据论文3️⃣🛸实验数据🖌🧾，SPP🚪🍰O在训练🥄速度上🇵🇦🍼比GRPO🇰🇵🍟快约5.9👩👧⛩倍，主要原因是G5️⃣RPO每道题需🥯要同时🦌生成8个答案，而🧫🥑SPP🦜O只需生🕊成1个⛺。
从演员嘴里说出🤚来，是无奈♟️🌊的自嘲，带🐪🇮🇴着一种对🔗🇻🇦行业变化隐隐的不◽安，让人❗👂觉得心酸🧜♀️🇮🇷。这印证了"🦒尾部效应"的♦🇧🇾危害——错误的训🤐🍽练信号🕯不仅没有帮助，🇿🇼😝反而起到了负面作❌用💋。在7B规💢🇪🇸模（70亿参🧙♂️数）的模型🇪🇷上，结果同😴样清晰🎴👜。
