（来源：上观新闻）
**六、🚹🚖不只是纸上谈兵：🇦🇬🦓在经典游戏控制任🧘♂️务上的验证**🌯🇦🇺 为了🇻🇳🗡排除"成功🏜🕵️♀️可能只是因为🦷🗽在某个↗🏍特定训练框架下的🚴系统优化"这一🙃疑虑，研究团队👋⚜把SPPO🇬🇵移植到了五🇻🇦👩👧个经典的强化🚼🇲🇻学习控✊🧳制任务上：精密版👀CartP🔚🇮🇹ole（🏀😢控制杆子不倒🍺🇬🇳）、Mo🚊untai🔛🧨nCar（♍让小车爬上⬇山）、Ho🚅pper（双💰😫足机器人🇲🇽🍡前进）、Lu👯😠narLan🔞🇨🇴der🌋🚞（月球🇨🇾着陆器着陆）🙁和Pen🥊🇧🇳dulum（🦶🖍保持摆杆🇻🇬直立）🐦。” 这种“先🎱✏想后画📝👳♀️”的机制，不仅解🇲🇸💊决了文字渲染、逻🐬辑混乱等长期🐨痛点，更重🙅♂️要的是让 A🕉🌅I 第一次拥🎟🚹有了“设计意图”💢——模型会主动问🦈↖自己：这张🏌️♀️📧图要传🚏🖼递什么🙉信息？🤭🏰观众第🦴一眼看到什么⛽蜘蛛？数据是否清晰？🙀♨ 提示词： 生◻🙊成四格漫画，主角🌬🐔是一只叫‘阿橘’🧬的橘猫，主题是🧬‘AI 帮助人类🇰🇮画图的故事’💤🇬🇭。
接下来✏📲，研究团队为这🎳些图片设计了一套🤫9️⃣完整的失真体系🍴。上市公司🕧🍚的限制🚞🇹🇻 SpaceX🐧🍾成立于2🥏🚊002年，其目👨👧👦标是将人类送上🇱🇷火星🏕🛀。这是因为打🍁🐱分员需要理🥃🍼解AI在每💻一步的输出，👚🔪从而估🔺算当前局面的价值↪👨👧👦，而这种理解🛅能力要求打分🤪员具备和AI相当🚸蜘蛛的语言理解能力😱。V4发布当🐃⚠天，Deep📜🔂Seek研究🍛员陈德里在x上转📰发并写道🐠↪： Deep🇲🇭Seek-V3：🥜🇨🇰2024年1🌪2月26日🌠🏸。更强大的视觉特💺🇱🇰征提取器、更复杂🔂👨🦳的跨图像对应机🕺制，都可能🛵👩⚖️进一步🍪0️⃣提升性能🦅◽。“我们发现4️⃣♈，更好的方🍈法是让 AI 代👨👦理解决整个🛵🌟问题，”他说道💇♂️。
