（来源：上观新闻）
对普通用户而言，🌺这意味着可以🇮🇴🇻🇳像委托设计🌲🇭🇺师一样下达复杂🔳🎮指令；对产业🏳🇭🇺来说，这是🕊🧼将视觉生产从劳动🔫🏩密集型转向认知🇺🇬🇧🇸智能驱动的重要里👩🦰🤺程碑🇩🇲。图1展示了一个具♻体案例：👩🦲在"侮辱性言论检♥🎱测"这一任务上，🛡AI科学家在2🐵🔘3小时内自主完成🔡🤮了74轮🍵实验，将模型的验🔃👨👨👦证集A🙈UC（一种衡😍🇲🇶量分类模型👨👨👧好坏的🌪🌶指标，👭越接近1越好）🏵从0.🗃🇹🇨903提升👩👩👧📱到了0.98📝2，期间经历🇸🇨了18次"找到🏴☠️更好方案并保留"🎱🤮的关键节点，同时🙆🐏也经历了大量"🍩🚀尝试无效果而丢弃↙"的探索👟过程，0️⃣💷全程无需人工干预🍣。
每次对话，都是一❣⛷次「失忆后的重📠🍥新认识」🇧🇴。”AI也许能复🇮🇹刻人类的表情，但🔽🗃无法取代🇺🇳演员对角色🇧🇹的理解，呈现🎪💮人性的灰度😥🚸。根据这⤴些输入、其内存和🏍知识，DC 🌨生成一🚂个初始设计方案🥬😸。不同于耀客两名纯🇦🇨🍘血AI☔🇲🇫艺人，聿潇传媒🏉😴这番操作👺，相当于买🥔下真实艺人💊的脸和声🌼🍛音来生成数字形象🥒😚，而艺人不🌷🐱用肉身出演📂短剧，就能获🎎得版权分成🇾🇪。
为了确认S🎥PPO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🧙♀️GOOGLE优化做了一🇸🇾🇻🇨个对照实验：♻把SPPO用来🤖训练价值模型🤹♂️的方式（二2️⃣🖇元交叉熵损失👌⛎）直接嫁😧👝接到标准PPO🥞框架上，其他一切🤟✖保持不变，命名为🥤🌃"PPO + B🔽🧞♀️CE"🍴。
