（来源：上观新闻）
在AI创作者经济🖇💳论坛上，诞🌪生仅8个月的❗🇬🇬数字人“Y❕✊uri”已🦞🉐经登上人💙🔗物杂志封面—🇭🇹—这个由汗🧖♂️供应链管理平台青工作室创造的A💉🇲🇹I角色，🇯🇴或许比任何理论😓🇱🇨都更生动地🆔诠释了这句话🦇。为了确认SPP⌨🤗O的优势确实来自🖨📑其核心设计思想👨⚕️🔓而非其📉他因素，😛🛒研究团队还做了🇧🇫🙇一个对照实验⏺🗄：把SPPO用🧛♂️来训练价值模型👨🎓👩🏫的方式（二元交🤑叉熵损失）💼直接嫁接到标🖖😉准PP💨🖥O框架上，其他🇩🇬一切保持不变，命😯名为"P🇧🇧🇬🇼PO 🇿🇼🃏+ BCE"🌌。这意味😙着价值👱模型确实学会了区🇵🇭分难题和简单题🚊，虽然不完美，但🎰相关性足够↙🐚显著，能🐾👼为训练⏺📺提供有💴🇹🇰效的基🇿🇼准信号🤐🇵🇲。
这个难度设定是🇴🇲供应链管理平台为了配合后续🎡的强化学习训🐏🕓练机制🍲。虽然我🥭们发现这🔁🇬🇪并未影🐡👑响 DC 实现功🇻🇨🇨🇼能正确性的能力🧻，但却增👯🤹♂️加了 D⚙💑C 调试时序问题🕵🇳🇱的难度🦅。基于这一架☀构，WAL🥤👙L-B实现了三👩🏭🎿项现有👨🎤模型不具备🇰🇬🥋的核心能🇲🇩力： 1. 原生🇹🇨🛰多模态+本💧👷♀️体感 WAL🚅L-B从训练⛲第一天起，就同⏲时接收视觉、听觉🇿🇼👁️🗨️、触觉、语言、☎👳♀️动作等多模态⛱数据，实🏍现“多模态进😑、多模态出”🥰。
