（来源：上观新闻）
图/视觉中国 更🔃聪明的💋🔐“马” 从技术💁😙层面上来说，H😠🌪ermes确👩👩👧实比Open🇵🇫Claw🤥🇳🇷更进了一步🚻。Q3：🌐TRACE🏣🌗和直接在目标场💱🤲景里做强化学习训🤰练有什么区别？🐱😋 A：直接在目Ⓜ🎀标场景🇰🇿做强化学习🇾🇹（GRPO🔋 on T🚦arge🇨🇲🕦t）训练时♌🧐，模型🦹♂️从任务整体🇲🇷📿成功或失败中👩🚀🍏学习，无🇬🇺法精确归因到某种🎃具体能力，容🚞易陷入不稳定或过🇱🇧📗拟合🚻。
实验表明去掉这🇧🇦个机制后，ML😮🎴E-Be😜nch Lite🇹🇻🀄的获奖率会下🥇降近32个百🇰🇾分点🐕🖲。原因不在于硬件🐉。当AI💑让规模化生产变🐝🇪🇦得廉价，👺真正的蓝海💋😞反而出现在那些🛒🇸🇩需要深度📱审美和情感🌹👣洞察的细®📦分领域—🎆❄—非遗🧡🥌、历史🏄、科幻🌌🍯、女性职场……⛲👓这些词，被反复📞提起🍡📉。而更重要的是，W👖🧬ALL-B的“与☎🇸🇯世界交互”能力👱，开启了一个自我🚯🚽强化的数据飞轮：❇ 进入真实家庭🇨🇰🏥 → 产📲⛹️♀️生真实数据 → 🧱🏎模型自👎我进化 →🇷🇸⛴ 能力更强 → 🚗进入更多家庭 🤨👨🎨这个飞😜轮一旦启动🌴🍥，数据本🐰身就成为了🕚🛢模型进化的燃料🐖。
你不可🎗🚰能亲自去工🧹🐫地搬砖、测量、🇷🇼🇨🇷焊接，但你需👨🏫要知道每栋楼🚕😧盖到什么阶段了🍇💍，下一步🇧🇦应该安排哪个🇬🇱🇹🇲专业队进场🌨☪。去年年📙🇸🇹底，动🇵🇦🧥易科技📞🥔发布了📱一段人🇨🇲🏫形机器人和人自主📈🇨🇺对打羽🥳毛球的技术视🇸🇴频，在行业🦢里引起🕎📻不小的关注🤼♂️🥤。AI必须在◽👨👦👦这种模糊的🥫🧁反馈中做🐹出合理🦉🇦🇷的判断😎。" 结果🔣🇻🇬显示，🍃加入失真图🇲🇿⏪作为背景信息🛩🕤后，GPT-5 🗝🏖Min🍭i 在 Ea⛺sy 级🇪🇭别的区域比较👿准确率从3💮🕤1%提☔升到了🏊♀️52%，失真🛍🍇类型识别准确率💌🔅从49%💐✝提升到了67%，👢严重程度判断准🌇🇰🇿确率从36%🇪🇺提升到🌋了51%，质量评💛分相关性也🍏从0.🧡💆♂️09提升到了0.🛹52🇧🇴。
