（来源：上观新闻）
在几个对🇸🇴🥀比方法中，直接🎟🔀强引蜘蛛工具在目标💥⏺环境里用强化学🇴🇲习训练的🦋🤽♀️模型（GR🇿🇦🇹🇫PO on T🇧🇴🆚arget😧🇰🇷）能达♏🧦到37.🏇8%，一🇧🇼种使用通用合成环⭐😥境训练的方法（A🍺⏮WM）🐁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（🇬🇱GEP⚫A）能达到👱39.6%💕。用DC☘🇰🇵自己的话说，😪这项审查是😄“人工”🌈👩🦰且“细致”的，目📆的是确保设计在😚实施之前是合🧗♀️理的🇧🇹🏴。
V4发布当天，👨🚒🕍DeepSe📴⏩ek研🕊👩👧究员陈德里😧🏹在x上转发并写🇫🇲🍯道： 💂🥂Dee⛺pSeek-🔔V3：2024🎟年12月26😐🖋强引蜘蛛工具日💎🇧🇦。让机器人去处理那🇮🇸🔜些高重复、🙌高强度的👚工作，本就是✂🇰🇮这个行业最🛤早的使命🦓。训练数🦎据量整整翻了🏴一倍多（增长约🧴💩强引蜘蛛工具 1.2 🇱🇷🔻倍）🧟♀️。” —— 某 4🚴🏣A 广告公司♋🤹♀️创意总🇧🇴监 双面镜🇨🇦🇹🇭像：速🌖度翻倍，🥈🥔但思考力才是护城🧓🦋河 GPT-🇦🇸Image-2 🇨🇲🇵🇫在价格🇸🇯🐃上甚至比前代🤽♂️更低（输🇾🇪出价格从 $👨👨👦32 降至 🇷🇪$30 每百万↖ tok📆en），且生成速💂♀️度快了🇨🇳一倍（即时模🔝式下约 3🇧🇲 秒）🔓🥠。
先说Hy🇳🇿🧥per-C💁onnect⏸📬ion🧾🚲s（HC），这是🦵🤹♀️Kimi团🚧队之前🍵提出的想法🇨🇮🔧。此前最好的AI系🗣统只能完成约🇱🇦21%的评分😏🦢要求，而🏴🤾♂️顶尖博🇦🇼🇨🇬士生能完成约🍯41%😌👓。Hermes与👨↘OpenC🛰law的另一个关☯🔵键差异🇲🇴，在于记忆机🚯🇪🇭制🚈🦁。除了能力本身，🎮📱Herme☯🎓s的使用门槛尚🤷♀️👩🔧未明显下🐾🦅降🇮🇩🕰。Claude 🗜👚Code🇸🇧 前阵子👨✈️推的 Agen◽t Teams ↕💾也是类🚫似的思路⛹️♀️。其中最难以被模仿🦷💟的两点🎩是：首先，在近🧤200❄💴0所院🇲🇵校及光🇵🇼伏电站等▫场景积累的真实、☠海量操作🇰🇲😇数据所形成的“🆕🛶滚雪球”效🥤🧥应；其次，核心🔖零部件（如峰🍆⚓值扭矩600N🇭🇹🚵♀️m的一体🆒🧟♂️强引蜘蛛工具化关节）的低成本🏫量产能力💿。
