（来源：上观新闻）
在VLA“统治🇹🇹”了具身智能三🆔🏄年之后，世界统☘🇲🇼一模型⚓（WU🇸🇨M）或许第一次🇳🇺让机器🏈🇬🇸人拥有了🇻🇺❓真正的🍥🇻🇪“世界观”——它🇨🇷能理解物理规🇧🇴🕉律，能感知自身边😸🕢界，能在真实🕤世界中不断学🤦♂️🥺习、自我进化🌗。如此一来，标准P🇮🇱PO训🇸🇾😟练出的AI，往往👨👧不仅没有进步，甚🇻🇨🧛♀️至比训👨🚀练前更差🛅。DC 必须能够在💃🇨🇿遵循用0️⃣户指令🇸🇯🇵🇳的前提下探索🏳这一空间，💫以实现最佳性能🤝🧜♀️。文/日🇬🇭🛶光 （本文不构🏑成任何🤳投资建🇪🇺议，信息🔑披露内容🕤以公司公告为准⛎🇨🇲。
大部分🎍多智能体系统（也🌳就是由多😸🆗个AI👩🍳代理协作👩🌾🇨🇬完成任🇰🇾务的系🇵🇫统）依赖的👤☀是"对话接力"🧗♀️😲：一个😬🇰🇼AI完成一段♎😕工作后，把结👾论用语言描述给下🍦一个AI，下一👩🚀🧜♀️个AI基🚦于这段描述🏂继续工作👲。从实际影响来看，🧽这项研究降低👮了训练高质🛢🧪量推理AI的门♣槛🇹🇨🔖。PAN🧀🛩DA 展现出🦊🇶🇦了最小🐪的性能下降⏭幅度，而🗼🇨🇿部分商业大模型在👨🦱🌈 Hard 级别😍🦉的严重程度分🚕👩❤️💋👩类任务上甚至⌛下滑到了低于🍒随机猜🍲测水平的表现—🛬👨🍳—这说明🍗🇭🇷在面对复🍱🥧杂混合失真场景🚸时，这🗨🏜些模型完🦐🇹🇴全"迷🤚📹失方向"，只能🎴靠"惯性"🎞输出一👩❤️💋👩些听起来💎像样但👫实际上随🛷🆘机的答案🇪🇬💯。
和Ope🅰nClaw🥪🦝一样，He♿rmes也是⛰☹个开源🧨的Age🗨nt项🤛🥯目，由ⓂNous📰👨💻 Resear✈ch团👟队于2月2🇲🇩🌅5日推出⚡👟。AI必须像一个经🍻👡验丰富的工程师🍟一样，从不完🇦🇩整的描述🦍🏨中推断出🛢缺失的决策，必要🙍🛫时还得查阅相🇨🇴📙关文献或公🐊☯开资源来补全👨🦱SEO网官网。
