（来源：上观新闻）
” 这种“🈶💔先想后画”的机制✋，不仅解决了文🐰🍳字渲染、逻辑👩⚖️混乱等长期痛点，🛠更重要的是让😞🇮🇸 AI 第一次💘拥有了“设计意图🇺🇦”——模型会👈5️⃣主动问自己☄：这张🙋图要传递什么🏴信息？👣👨🍳观众第一眼看到🔸🤸♂️什么？数据是🏖😔否清晰？ 🇸🇭🧛♀️提示词： 生成四🇺🇸格漫画，主角是一⏹只叫‘阿橘’的👚橘猫，主题是‘A♌I 帮助人类画图📖的故事’👩🦲🇰🇾。。国内这🔛边 Kimi⤵ 发了 K2.6🎏👖，腾讯🤡🐬据说也要发一🥬🍒个模型，这🌈是姚顺雨加入🧥👩🍳之后的第一📨🎞个里程🇱🇹☠碑版本，然后 🦌Dee⛹️♀️pSeek V4🇵🇱⌚ 大概率也会来🌾。训练方式💻是一种叫做GR🔶🔹PO的强化🐛学习算法：A🛐🧗♂️I在练习👩👧场景中🥨📞一次生成多个不同♦的答案，系统⛅根据每个答案的好👬坏给出分数，然⛄后通过🧽🇬🇦对比组内分数🦔🤼♂️的高低来计算🍮每个答案应该💼被强化还是削弱🧲怎么最有效的引蜘蛛。
而He🇬🇵怎么最有效的引蜘蛛rmes有些🙅♂️太‘自作聪明’👽☺了，不管什么事🌀🐚它都会自动生⌛📋成一堆技🕳🇬🇪能，我的🇨🇼👨👩👧👧Skil🎨🏬l会越🍊🔩来越多，😭且很冗余，有➕☦些东西🇮🇪根本没👨🔧🇸🇲有必要👘。GRPO达到57💅👨🚀.44分，S⚖PPO达到58.😕😀11分，🔠配备小尺寸价值模👩✈️型的SPP🚕O组合更是🧗♀️达到了5🌂⛱8.56分🚃，拿下🥎了所有方法中的最🧠⚖高分💂。Muon优化器：🇸🇭🏩从Kimi那边🎅借的🎦。
