（来源：上观新闻）
更有说服力的🏳️🌈是，研究团队💝🧣发现 GPT📜-5 Mini 📢🧽并不是机械地♒👨👩👧复制失真😰图的预测结果🇰🇮。为了确认🤩SPPO7️⃣的优势确实来🇵🇪📨自其核心设计思⁉想而非其他因🤑素，研究🥒👨❤️👨团队还做了一🏚👏个对照🛷⚓实验：把SPPO🎚用来训练价👨👨👧👦🇹🇫值模型的方🚉🇯🇲式（二元交叉熵损2️⃣🔈目录树失）直接嫁接到标☮准PPO框架🦄上，其他一🇫🇯切保持不变，命名👨👨👧👧为"PP🏷O + BCE"🇿🇼。董事长成锐指出，🧽如果在🌙🇰🇿具身智能领🙉域仍延续“采购硬🧜♂️件+调用开源算🍳🦠法”的🇸🇿🚫传统路😽径，即便将🚛❤机械臂替换为🍏人形，也不过🏯♦是“在别人的👋地基上盖房子🦉”，无法构筑长👩🍳期竞争壁垒🍪🇸🇯。
某个同事新🤮写了一个 Ski🇳🇦ll，这🔌种情况下我们🥦目录树一般会希望1️⃣📰所有人的虾都装上🐡💬。接下来↖🇶🇦是一个独特🤩的"令牌池"👩👧👧🎵机制♥📜。动易科技创始人🇩🇯🌗、CEO👩🦲🤸♀️兼CTO任晓雨🎟↪，把这种思路概🏈🌓括为四个字😄： "以新🇸🇿造新"🇲🇷。如此一来，标准🛶🇫🇰PPO训🇦🇽👨🏫练出的AI，😰🛐目录树往往不仅没有进🦝步，甚至👩⚖️🚃比训练前更差🙉🐈。
