（来源：上观新闻）
过去，训练😊🏃一个70🏪亿参数的推理模🌬⚙型需要同时🧧加载一个同😶等大小的打分员，💋🇪🇦内存压力🇬🇸🇨🇲极大；而SP👩👦👦📱PO允许用一🤴个小十倍的模型☔担任价值👢预测者，让更🍲多研究者能够在💠☢有限的✖计算资源下开🇨🇾展实验🤾♀️🕓。此前的人工🧺智能芯片🤶🇪🇹设计案例🥘🏉仅展示了部分设计↔🏞，而没有展示👻完整的核心👷♀️。Gemin♨i效果：🇪🇸 GP🚋🤶T效果：🎪 图：⚡🍮🇩🇯 GPT🇻🇨-Image🇵🇬-2 👈接到指令后📟🍈，自动🗻🚹执行「🌖🦕检索→规划→设计🇸🇪🚃→验证」闭环 😉☯告别“抽盲盒📥⏰”：底层逻😸辑被彻底重写 🇨🇭🏮传统图像模型🚇👨❤️👨是“黑箱操作”—🚄—输入 p🐩rompt，直✅接出图🈂🎏。
“早期我们用Ki➗🕗mi、字节的🌥一些工✔👛具，国外用✴Gem🤵ini、Clau🏣de、🇰🇼👃GPT🇵🇹。VLA（📃Vision-L🙉angu®🍣age-Ac🍩tion）架构🗿❌是目前具身📠📗智能领域的主流🚡方案，其🚺🇧🇧结构清晰：视觉🛏模块负责😨🌌“看”，语言🌎模块负责“🛢👬理解”，动作模块🔹😲负责“做🏫😕”☎🇦🇬。
研究负责人陈👩👦👦博远更直⛺言：“G🍝👥PT-Imag🇨🇲e-2 是图像🦹♂️🚺的 GPT——一🦂个可以处理任🇲🇰何视觉💵任务的通用模型🥫🚙。当预测越🆓🍺来越准确时，⛄🍨AI训练的😇🛋稳定性也随之提升📣——因为一🐙个好的基准让🇳🇺🎳AI能更清楚地区🥊🉑分"这次是真的进🕟🇲🇨步了"还是"🙇🌑只是运气🐏好"🇩🇿。
