（来源：上观新闻）
GRPO的🥫🐆成功，本质™🍪上是这种㊙♨框架切换的成功，📶🎐而非多采🕜🎖样的必然功劳👨👦。🧠 “图像是一🖋🇸🇲种语言，而好🎹😎的视觉表达需要选🎪择、组织🇸🇨🚠与呈现🥒。标准PPO从9️⃣🇧🇪基础模型的52❕.49分提升到👠🌝56.44分，👩💻进步明显但并不🔯突出🐌👬。
WUM做的，正📉是同一件事： 🍪🌓将视觉、语言、动🦕作、物🔶🚴♀️理预测等所✝有能力，放在同一🗒🇷🇪个网络中，从👜零开始联🇨🇫🇭🇺合训练🎽，融为一体⛺。Verko🎲r.io的👨👩👧👦联合创始人Su💝🏃♀️resh Kri💣🔲shna表示😉，团队的核心论点🇮🇨是，这种🇮🇸🇨🇦方法比仅在整体🆕🤷♀️设计流程中使用🤐专门的 A👨👩👧👧I 系统🦏🦘来完成特定任务更🔨🇬🇦有效🌌。
比如一张图里，💌🇧🇼天空有雾霾，人🎱👆物有噪点🧾🗯，背景有压缩失真🧶🤠日本smc公司官网，系统需要🥶逐区域识别不同的❣失真类型💄🤓。王昊将其类🔶比为人类学🦖习使用筷🏡子：筷子掉了无数🎭🇨🇱次，但每一次失败🦌都在调整⤴🇮🇲手上的🧼控制，最终形成♟️日本smc公司官网稳定的技能🧝♂️😭。此外，它采用层🦉级化编排，🍚🇮🇱由一个👑轻量的🤘指挥官🇧🇦💑调度多个专🕒👨👦👦业代理（论文理解🖋、任务规划📿、代码实现、实验🦸♀️执行），每个代理👩🎨只负责自己的🏛领域，避免🍭🤡了单一代理📝💖承担过多任👩👩👧👦🚌务导致的失控🌞🕓问题⚾🤮。
