（来源：上观新闻）
它的思🍁路是直接扔掉那👊个不靠谱🇲🇫🚨的打分员，改用🌲一种"横向比🙍♂️🔢较"的👨⚖️🏁方式：对🇱🇮🧣同一道题，让A📸I同时生成一🛑批答案（通常⛷是8个），🛅然后以这批答😮💍案的平均得分作📪为基准，那些比🇮🇴🎅平均水平好的答案⌨就得到奖励，差🧖♂️的就受到惩罚🕓。在一次内部评测🇦🇨👜中，模🧗♂️型根据一段关于芯🚊🇱🇰片架构的论文摘要🇦🇿，自动生成了包含🛋晶体管密🇦🇮度对比图🐄🇨🇫目录树和 3D 👃封装示意图的完🧗♂️整 poste🥛♉r —— 连Ⓜ IEE🇨🇴✳E 的审稿人⚗都误以为是人🍹工排版🏍。
这不是其前🇦🇱👚代大模型👄🕌WALL-🇳🇴⏭A的升🍩🇭🇲级版，而是😨一次从👨🔧🍢底层架构到训练🐊范式的彻底重写🇧🇮🚑。因为物理规律🇸🇻在不同环境中是一🇦🇲致的，WAL🇦🇸❣L-B进入🙍♂️🇸🇸任何一⏲个从未™去过的🇨🇵家庭，都能利用对🔬↔物理常🌹👩👩👦👦识的理解🚣♀️来应对🍃新场景，不需要重♻🙁新训练☂。
在行业趋势🇨🇵🧭判断上，董事🐒✊长成锐分析认为，📤当前具身智能🇳🇴产业正处于从“👴概念热潮”向“🌤实质验证”💍🈹过渡的🇮🇴关键阶段✏🧰。DC 使用 S👒🇬🇺pik🥧目录树e 构建一个整体📎🔖的 verc♊ore_tℹb.v 测🕟试平台🐵🚯。研究人员发现，🐕让AI学会解🇩🇿数学题、👚🆕做逻辑推理🦘，需要用到🚈🧦一种叫做"🛢🇧🇸强化学🥔习"的训🔕🇲🇶练方法—🕋🦖—本质上👖🎴就是让A🇹🇬I不断尝试Ⓜ🇹🇩、不断根据反馈调🕌🦐整💚🇵🇸。
