（来源：上观新闻）
为了确认🇫🇴🐳SPPO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S🧞♂️🇸🇲PPO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P🇧🇫👓PO框架上🎤，其他一切🇬🇱保持不变，命🇩🇲名为"PPO 😙😙+ BC🛃🐅E"🇸🇱。
这意味着，演🌊🦆员未来无需肉身拍👪👜戏，只需向平👩👩👦台物理☣😨意义上出卖自己的🧫脸，就能在家躺🧥着数钱👑。标准PPO的方式🥭5️⃣是：出题，你作答🕎🧣，老师给整道题🇪🇨🥾的每一行打分🛶，但他因🧺🛑为"尾部效🇹🇫♓应"而打分失准😁。汇博机⏪器人通过校企😮🍧合作构建“数据🥒📢制造与采集工厂🔤🧰”，获🌛🧜♂️取海量基🎃🌻础数据以训☑👱♀️练机器🇨🇨人的通用物理常👨✈️🎬识；同时，在工业👈、能源等垂直领💶🇾🇪域采集少量🛂💬但极高价值🇷🇴的“特种数据”🐷。
马斯克在🤐🧽2016年的一次🔻🏴采访中表示🐽，当特斯拉在2🥚008年全✈🛸球金融危🛷🔱机中面临🍺挑战时，他从S🇦🇸paceX借了⚒百度广告怎么收费标准2000万美元来🈷🌻帮助这家汽车公司💬。
