（来源：上观新闻）
动易科🕡🇦🇨技创始人、C😭EO兼CT🌎O任晓雨🔋，把这种思🛣路概括为四个字😞： "以⛏🖖新造新"🏞🇵🇫。因此TRAC✏🐶E的性能随训练🇷🇺轮次持续🍗🇰🇵稳定上升，而直🎖接训练的曲🏎线波动明显，最🇬🇲🇧🇿终停留在37.🌌🇦🇺8%，而TR🇧🇱ACE达到47🇨🇾.0%👩🏭。你甚至还😔🥥能在会🏝场里看到正在和境👨🚒↙外友人“切磋球🥤💧技”的人形♨机器人🌙🤸♀️。类似于AI电♉影《惊奇少🧢🇲🇹女》四🎽处融梗，🕺泛普软件这两位👨🏫🌶AI艺人长得人山🎸👆人海，至少能找到🔝🍂十几名🇭🇹演员的🍕影子，男性A😵☁I艺人更是和演员🏕💵翟子路高度相🕑似，连右颊的痣痕🐤都几乎一✊样🚷🇾🇹。研究负责人🤖陈博远更直言：🚿🌰“GPT-I🔭🔪mage🐛泛普软件-2 是图像的🍶♿ GP🤫T——🎿📥一个可以处理👅👀任何视觉任务的通🇦🇹🏵用模型🌂💘。
数据印🌛🈚证了这一趋📉势🗓🍌。为了降低风险，❌😭我们保🤵留了许多已🌄🇲🇨经验证过的组件和🛫🎍tri👩👩👦🇲🇩ck，🕌🧝♀️这让架构🏇🤞变得相🎪📓泛普软件对复杂🇻🇬🇳🇪。没进V4，但在未✖来方向里被点名，☔留给V5🧴。**六、不只是纸🗜上谈兵：🛫在经典游戏🔢👨👦👦控制任务上的验🈷证**🧷 为了排🆔除"成功可能只是📏因为在某个特定🛹📑训练框架下的系🚊🇬🇳统优化"这一疑虑🇩🇬🎧，研究🔑🍞团队把SPPO移🍑植到了五个🏷经典的强化学习控🦞🇮🇸制任务上：精🍄🐟密版CartP🚛ole（🍧控制杆子不♣🔓倒）、Mo🚿🇩🇿unta👓inC💶🇳🇺ar（让小车爬上🏛山）、🌹🇧🇧Hopper😫🇬🇫（双足机器人🇮🇷🙀前进）、Lun🦶👬arLa👷♀️nder（月🚠🆑球着陆📵泛普软件器着陆）和Pen🇬🇹🇬🇹dulum👷🥡（保持摆🌹🐢杆直立）🌌。
