（来源：上观新闻）
03. 数据飞轮🏴☠️🌷：为什么“🥓🤠牛奶数据👩🚒”才是真正的护🇹🇯城河？ 🦵在具身🇩🇰智能领域🔌，有一🦄❇个行业共⏩识：算法可以复🇭🇷📑制，算力可🇧🇹以购买，🇨🇿🌻但数据无法速成👨👦🆔。闭源大厂追求🙅的是能力上限，谁⏯👩🦰家的模型能🇸🇧🥾在HLE上👝拿更高分🈁🍰。在她看↖来，拍戏是🚋一个很神圣的职🍃业，曾经给予🔢过她力量，她🗺不想看到这个行💜🧑业被破坏👩✈️。DeepSee👨👨👦k-V4：20🥼🕌26年4🇸🇬月24日♿🇦🇷。这组数据背后的🔞逻辑是🚇🧮：当训练场🇫🇷景与目标场景完📐全一致（即🐲👨👨👦👦直接在目🧳标场景上做GR〰PO）🤷♀️时，模型很容易陷🇹🇴入过拟🍖合或训练不稳🏹定的状态——它🇯🇲学到的可能是特👨🎤定题目💇♂️☃的答案，而🤐🇹🇩非通用的🚸⛺能力；而🇧🇶🍵TRACE的练习🥂场景经过专门设计🇪🇸⚱，每道题都由🇭🇺随机种子💂♀️🇱🇷程序生成，变📲🌘化无穷🔙✉，AI练🔋🇳🇨的是"能力本身🏳🏫"而非"特🍿🦖定题目"🥫，因此能够🈳🌗随着训练轮◽📦次的增加👨持续稳步提升🔝。
换句话🍫🇫🇷说，它试图解决记💮什么，但🈁😄还没有稳定🧽解决怎么记🧼👙得更好👨🎨📳。在失真类型识别⚫🌏上，Ea😔🇧🇹sy 级别📙🎋中 PANDA 🌦达到了78%的🥺准确率，而🇨🇩排名第二的微🐇调版 D👨🚒🚽epictQA+🚗 达到75%2️⃣，商业模型 GP🇸🇱🇽🇰T-5 M📢ini 只有♿49%，G♿🎽PT-4o 是4📠🐗6%，Gem👨👨👦👦🇼🇸ini 2.5 🧒🇫🇷Pro 🚹是39%，而随机💛猜测只有7%🐱。
