（来源：上观新闻）
性能方面，SP🧫PO不仅🎳没有损失☎⛅，在1.5B和😳7B两种🐎规模的模型上，S🧤🐼PPO的综合🐡🕺平均分🇪🇹🥶都略高于GRP🏁💉O（N=8）🙄。这个 Case ♾️听起来小，但💜它解的是一个很🎧🍧具体的问题：现在🇷🇪🎺龙虾开始变成🌥团队协作的一部🐏分⛵🧢。VLA🍮（Vision📞😯-Lang👌uage-🇺🇬🔢Actio🏭n）架构是🕯🖥目前具身💱🧔智能领域的🌪🚵主流方案，其🌡结构清晰：视🇨🇴觉模块负责“🇭🇹🔈看”，🇨🇱🚏语言模块负☯责“理解🧁🌩”，动作模⭕📈块负责🧞♀️🆒“做”💘🧰。
“在AI技术、政🍕策支持与生态⁉🇳🇪协同的共同推动下🔵，一人公司将从小👞🧢众探索走向主🇲🇿😺流，成为数字经🇹🇿🔺济时代最具活力的💮创业力🚍🚼引谷歌蜘蛛量🔄✔。研究团🚸💼队用数🅰学工具🇹🇦©仔细分析了GR♒PO的运作机🕹制后发👩👩👧🏞现：GR☕PO之所以奏效，🧦并不是8️⃣因为"🎰🚓多采样"🗑🚊本身有什么神奇🇺🇳之处，而是因为🕦它在不☕知不觉🇬🇾🌞中把整个推理任务💎🆔从一种框架切换到📻⛳引谷歌蜘蛛了另一种框架🏨⛱。
