（来源：上观新闻）
过去的图像生🗿成模型㊙🧵，本质是“黑箱抽👨👩🏭卡”：输入一句英👨❤️👨🎌文，模型直接吐出🍷一张图🥪⏹。**六🧂💆、不只是🇮🇲🥅纸上谈🧐兵：在经典游戏控🇲🇻🛁制任务上的验证🇲🇬🏴** 为了排除"👩👩👧👌成功可能只◻🇲🇦是因为在某个💍特定训练框架下的🚦1️⃣系统优化"这🔤🤮一疑虑，研究🕐⬅团队把SPPO移👩👦👦植到了☣五个经典的😄强化学习🉐控制任务上：🇻🇺🚹精密版Ca🌂🌌rtPo🇩🇰🏄le（控制杆子🍝🇹🇴不倒）、M👨👨👦👦ℹountain📖Car（让小车⏰爬上山）、Ho👨🕣pper（双足机💺🇹🇯器人前进）🙅♂️🐊、Lu💤narL🤵🕵ande⤵🥚r（月球着陆🏃♀️♋器着陆🇲🇲🇦🇶）和Pen📨dulu➿😝m（保🌭👥持摆杆直立💚🚩）👬。
他们所警惕👨❤️👨🐏的，或许👩✈️不只是肖像权或🗯数据使用边界，📁🏪而是一个🗳更深层的问题❄🏫——当真人表演🦐可以被A🍷I批量生产，🤽♂️😔那么演员的价值🇨🇮是否也会☸🇲🇴被重新🇲🇩定价，甚至被替代🦘🤤？ 演员们的焦虑💲📘和恐惧，⛑并非空穴来风👠🇺🇾。
但研究👩👧👦🍁团队发现，✔🛷当你给这🎪些模型提⚛🎈出更具体的要🕋求——比如"🇳🇿🇸🇲请告诉⏭强引蜘蛛工具我这张图◀片里每个区🔘🐸域的质量如何，🇬🇷哪个区🏴🚦域出了🇸🇧🍪什么问题，严🧴重程度如🇬🇺何"——它🐑🇱🇨们的表现就会🚠❗令人失望6️⃣。
