（来源：上观新闻）
在行业趋势判🗓🎣断上，董🥌🔍事长成锐分析🐿🇨🇭认为，当前🥌🛹具身智能产业正🧫🔼处于从“概念热😅潮”向☝“实质🔭验证”过渡的关😄键阶段🃏。"厚状态👩👦🕞"说的就👩✈️🙁是那个共🇹🇱😆享文件夹——✉它积累了所有🧛♂️真实的工🇹🇨🌙作记录、设计🤾♂️🎵图纸、问题诊断🏙，是整个项目🧛♀️真正的"记忆"😸所在🏃🇫🇴。首席科学家🔄赋能：确保公司🕴🇱🇻技术代差🤜优势 破解“🦕最后一公里”🚉🕍难题，是😥行业从🙋♂️👩🚒演示走向规模应💄用的关键✨♌。而Her🇦🇨mes🆎的变化，在于🐧🕺把这一整套机制收🥈拢向自🔲己🈸🔸。**一、问题的🌍🥼根源：AI评图为🐨🎣何总是"差那么一🐂口气"**🏀🍲 在深⏰入了解这项🏮研究的🛵解决方案之前🇳🇿，有必要先弄清🏠楚问题究🔅竟出在哪👨🎓🔻里🌈。
在几个对比方法💑中，直接在目标环🥔境里用强化学习训🤟🇵🇼练的模型（GR🚚PO on👣 Target✔）能达到37🕐.8%🦶，一种使🔋用通用合成🏰环境训练的方🇹🇯法（AW🥨M）能🔚达到38🥶.4%，而🍀🇵🇸一种通🚗🇻🇦过优化🔃系统提示⚱词来植入能力🏚描述的方法（❗GEPA）能达🎙🔵到39.✉6%🤼♂️。Q2：PA🅾🍛NDA🥛🐎模型和GPT-⛷4o这类大🇱🇷模型相比🌙有什么优势？ A🧵：PANDA的参🐥数量只〰seo产品优化推广有0.028亿，🍽🐵处理一对图片仅🥀🎄需3.☸➡53秒🇰🇷🦛；而GP🔰T-4o🕵等大模💙🗒型参数量达🖼🇬🇷数百亿⛷😘seo产品优化推广甚至更🎿多，且🦸♀️在区域🔨✳级质量😹🌄比较任🍽务上准确率🏃♀️seo产品优化推广仅26%，接🐰近随机猜测的2🦍👩👧0%🐨🇹🇯。
