（来源：上观新闻）
研究团队测🤠试了一种极端组🍑合：用一🚆个只有15亿参🥟✏数的小模型（De🇹🇷🔊epSeek📖🍟-R1-Di👲still-Qw🇭🇲◻en-1.5B🍝）作为价值模型，👽🇩🇲去辅助训练🇲🇽一个70亿📥🎳参数的🧮大模型（Deep💹Seek-R1-👦Dis🇳🇬🇷🇪til🧭如何预防蜘蛛爬到床上l-Q🚹wen-📃7B）☎。
汇博机器人首席科🔀🏂学家孙🙆♂️立宁院士认为，具🏃🛫身智能行业当前存📲在追求💇😔“全能通用人形机♓😡器人”的误区，🇯🇴这导致了泛化能力🇩🇴与商业成🇳🇴本的极度👓🥤不匹配👨🦰📂。在后训练阶🏸段，V4这一代做🇮🇨了一次方法💇🏛论替换🎩，传统的m🐾👁ixed RL🌨▪阶段被On-Po🇮🇲🇾🇹lic🎪👩⚖️y Disti🥺🌍llati🕵on（OP🎦D）完全替代▫🍔。
目前市场上已经👫👳存在一些专门处理💉🤮图像质量问🎰题的大型多模态🎂语言模型（可以把🚠这类模型理解🍿🇳🇷为"能🤦♂️看图说话的AI😄"）🇧🇿🧖♀️。技术判断上，mH🏍C不是那✏🧒种让人眼前🍯🧝♀️一亮的架构创🐰新，更像是一个「💒🍱稳得住🇱🇸🎯大模型♟️🗂」的工程补丁🚼🙇♀️。
