（来源：上观新闻）
Muon在L🥈🇮🇲LM规模上的🇸🇩🇬🇬第一次大规🥥模验证是👨❤️💋👨Kimi 🚛🚧K2📝🇲🇨。具体来说，失真👺🗿图处理的是一对图🦎🐨像——一张叫做❗🇫🇷"锚图🛌"（anch💧🇮🇶or，可以🚶♀️💮理解为参照🚰💘图），🚞⏸另一张叫做"目5️⃣标图"（ta🧓🈵rget，即👩❤️👩被比较的🇦🇱🍾图）🚵♿。DC 得出结论，🧠👨💼即使分支惩罚为📰📧 1 个周期的变🇳🇴体具有更🌯长的时序关键➰路径（涉及👐额外的比较器逻🦡辑），它也🐉能满足🗡🇹🇻时钟频率目标🅱💵。
Q3：TR😏🏜ACE和直接👨🦱在目标场景🏫7️⃣里做强化学习训🗿🍠练有什么区🇦🇿🌤别？ A：直🍿🇨🇦接在目标🛀场景做💢🆓强化学习（👩🦳GRPO 🥯on Targ▶🇪🇹et）训练🇨🇾🚐时，模型从任🏴🧳务整体成功🖤或失败💠中学习，无法精确♨归因到某种具😀体能力🍸🇦🇱，容易🇦🇬🈁陷入不稳🇪🇭👩🔬定或过拟合🇻🇺。事实上，今天的🐽双足机🔻器人能后空翻，👨⚕️灵巧手能写🎗毛笔字，力🆓控关节精度🎗🐆已达毫🕢米级，问题出在📁🔨智能🚸。
K2.6 我深度🐔用一天了🛅👠。这是一种🔘内生的空间🇧🇲感知能力，而非通🇦🇨😌过外部测量🏮🏒或建模🌁获得6️⃣🇸🇨。每块TP🐬🇮🇳U 8i🍍🇻🇦芯片包🇺🇾含两个张量核心ℹ🇺🇾（TC）与一个🚹CAE芯粒，取📩代了上一🤵代Ironw👨🏭ood中的👅⛵四个Spar📃👄seCore，🇲🇺片上集合操🔽📩作延迟降低5🐀倍，直接提升了👆♐同时运行数百万智💣🙍♂️能体所需🇨🇿的吞吐量🦹♂️🔨。
