（来源：上观新闻）
它有意👨👦🚔保持了架构的简单🤝，留有很大的改进🕒空间，特别是在🤴处理视觉细节⏸🖇复杂的🕯🕹区域时🇸🇲。除了能力本🦖身，He🔐🙇♀️rme🛶🇺🇾s的使用门槛🔤🇸🇽尚未明显下降😱🇳🇪。复杂任务天😴💕然就适合这种结🇸🇧构🏄♀️。它的思路是🧸🧚♀️直接扔掉🇦🇱♋如何建立自己的网站那个不靠谱的🥃打分员，改🏖🚉用一种"横向比较🇪🇹🎏"的方式🉑：对同一道🧗♀️🌞题，让🎼如何建立自己的网站AI同时生成一批🏁答案（通常是😤8个），然🇻🇪后以这批答案的⚗🌺平均得分作为基准🍧🧓，那些比👱🏦平均水平好的🤗答案就得到奖励🇨🇻💶，差的就受🎂🚳到惩罚🤧🈵。
但它有两个无😆👩🍳可替代的优势：🇬🇭 24小🎃时在岗🇷🇺🍸，不会累🇹🇫🌪、不会请假、不会📹情绪化🐢👩🍳。龚宇公开直言，🗡2026年内将出🇩🇬现纯AI爆款长剧🕦😾。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4️⃣🎾，甚至在🇱🇷3840轮次时🍚🦅出现了下滑（从🇱🇹37.8%👋跌到35🇰🇲.4%🇮🇴），最终停留在🇧🇿👹37.🇧🇳✍8%🈷💚。
当前，以人🛋🈳工智能引领的新一🃏轮科技革命📦🧧与产业👻🎉变革正在👩❤️💋👩🦶加速🧐。在1.5🕹B规模（🌈15亿🔽参数）💞🍝如何建立自己的网站的模型上🤶🚵，标准🇷🇪🧝♂️PPO的综合🏴💚平均分🇮🇱🇿🇼是44.06，🥗甚至低于未经训练🎋👙的基础模型🚇（44.96）🧁🇯🇵。
