（来源：上观新闻）
此前的👲迭代代理🇧🇻🌾系统尽管🛐🌪比Basic📙Agen🇮🇳t多了更多🦹♀️🈳交互轮次，却🌆🤷♀️仍然远不如A🍷🗃I科学家（甚至🍍🈷不如去♏掉文件通🚂道的AI科学🇫🇯家），进一步印证🇬🇬💴了"更多交互🌊"和"在积累状👩🚒态上的持续推🇸🇿🎌进"是两➰🇧🇸件完全不同⚒🚅的事🇮🇶。
GRPO的🤽♀️🚮方式是🐈：出题，🇪🇬你和7个同⛈🏠学同时作答，老🇺🇳🌓师把你的成绩和大🆘🧖♀️家平均成🕳绩做比🖋较，准确🐁但费时💺💉。C2今天❔能用双足双手打👨👩👧👧🦢羽毛球🧮🧦、实现精准回球，🤭未来也能用同◻🦏样的身体协调能力🎒和强化学习框架，🍸🇫🇮向更多现🍭实场景“外🌎⬅溢”：迁移到整🤸♂️理桌面、搬运🥫物品、💇♂️🇲🇷端茶递水等更多🌕生活互动场❇🎄景👓。
