（来源：上观新闻）
结合数💤🛷字孪生🦍领域的S🍃im2Rea🍇l（虚实迁移）🇱🇺技术，🧥这一闭🤓环数据体😡系能显著降低对🖇昂贵实测➗🇨🇭数据的⛪📳依赖，从而以远低🇳🇪于同行的成本🚋👇，训练出既能📧🔹应对复杂恶👩🦰🇨🇩劣环境🌆又具备高度🇲🇹智能的垂直场景专🇯🇵用大模型🎾。” 记者注意🔳到，除了AI工😺🧐具赋能外，生态🐱📰支持也🦃💌是OPC创🚣🕯业成功的另一⚗个关键🛬🌍。现实任务🤲😁里最值得提的是🌰内部R&D代🤯🌚码benchma🏢🔨rk，V😕4-Pr☔🤮o-Max 6🦑♏7%，接🥮近Cla💷ude 😗Opus 4🚌.5的70%🇮🇴。
如果不是⬆在 Kim🗄💿i Cla🐺w 中🤼♀️创建的 🧡OpenClaw🇩🇴🚴，也没问🕹🕺题🎬😇。WUM做的，正🚄🇳🇱是同一件事： 🔆将视觉、语言、🐂动作、物理预📁测等所有能力🈚，放在同一⏫个网络🙆♂️中，从零开始🖖联合训练，融为一🌒体👨👨👦👦🧘♂️。“这样的🍚团队目前才能⬇帮你完成（可用于👨🌾🔱生产的芯片🇵🇹🏠设计）➿⛏。”咖啡香里，焦虑🇦🇮🇦🇽与期待交织💏。这个判🎎🐀断过程🎾完全由基础💇模型完成：系统🎶给基础模型展示用☂🌴户请求➕，以及每🕋🧚♀️种能力的描述和一💇♂️🌩个典型案例🥒，让模型预测哪🌙个选项最匹配🇹🇩😗。
OPC在市场⏱验证阶段可以走灰🕰👨👨👦色方式，但真的往👨👨👦👦😜上走就一定要越👬过这一步🗼。默认采用4层，🇻🇪🍋研究团队还测👩🦳试了2层📈🍭和6层的版本🕜。1、扩展性 👏我们发现🔙，对于 DC🤽♂️ 而言，扩📯展到非常庞大的🤦♂️😴代码库（例🏂🇸🇮如，包含数🇨🇿百万行 ❕🍃Veri👩🎤🆎log 代码）🚆并不会造成任何☠🧳特殊问题👬💛。2. 🧱🎥物理世界的“世📉界观”🏴☠️💏 WALL📒-B能🍣够感知🐎🚲并预测重力、➡惯性、♓摩擦力、速度🧲等基本物理🎻规律🇧🇪🇪🇬。
