（来源：上观新闻）
可见商🎣业大模型在这🤽♀️项任务上确实比🛋随机猜测🦜强得多，但与🙉专为此设🤹♂️计的 PAND🔽👮A 相比仍有🎨🇦🇽相当差距🤶🏒。实验数据🍾👨🏫显示，S🌤PPO大约🕊🛢在22小🇻🇬时内就能🏂🥂达到约5🤟🔏8分的🤙🗣峰值水平，🍞而GRPO🧿🐼等方法🇿🇲需要明显更长的时👾间才能达到可比🏃♀️水平，整体🍪🙅♂️速度差距约为🚖🦂5.9倍❎。
而这，正是具身智🏤能这几年开始在🤑🐥尝试的事💂♀️情👅🤐。研究团队还观察到🇱🇨一个有😁趣的现象👳🧗♀️：价值模型的预🙍♂️💲测值整体呈现🇳🇬"保守"的特🇱🇮点，倾向于🎺预测在🔌0.6到🇲🇩0.7之间🚸，而不是极端的0🇹🇴或1🔚。VerCore 🏨使用RISC✝🖨-V 指令集架🕊〰构 (ISA)🔷🥁 参考仿🇨🇻🕌真器S🍥pike👉⛅进行了仿真🇲🇨验证，并使用开源💕🐙的AS🕡AP7🚶 PD🥕🌉K （♻🇳🇵一款模拟🧀 7nm 制🌠🗻程节点的学术设计🇮🇪🇸🇽套件）进行了布局🕕设计🍙。
6. 未🐴🇹🇿来展望😇 本节阐述了作者🏗关于如🕘🐠何扩展 DC🌞🇲🇿 等系统以应对商🛷🇰🇼业复杂设计以及如📡🕜何构建设🚞🚗计团队✈以充分利用🧿🌏这些新功💅能的观点🧓🇦🇱。--- 一🇦🇬、从"写代码的A💳I"到"做科🅾研的AI💖"，这一🗿步有多难🐋？ 科研工作🔟在很多人眼🤷♀️里是一项需😱👨👧👧要高度专〰注和持续推进👨✈️的复杂9️⃣🇬🇧工作🍸😙。“基本🚴上，我们😧是在用📍经验换取计🚻磁力蜘蛛搜索神器算能力，”这家初⏲❤创公司🏋️♀️的工程👩❤️👩副总裁Da🏞👿vid🔱🎼 Chin⛏表示👨👦。
