（来源：上观新闻）
Muo🔣🇺🇲n优化💐器 V4训练🧷中绝大多🌽😵数参数❌🎧优化用的🔪🆕不是A👩👩👦🎖dam🇺🇾🤞W，是Mu☀👨👨👦on🎫。03. 数据🐗飞轮：为什么“牛☣奶数据”才是真🤳👺正的护城河？ 在🤰具身智能领域，有↔🌠一个行业🇧🇫🍬共识：算法可👕👮以复制，算力可🇳🇴以购买，但数⚗🆒据无法🎮速成🏕。
删到V4，🆑单to🇨🇺🍸ken推理F🕴LOPs砍到🇨🇰四分之🕴🛋一，KV🚋 cache🕗🚂砍到十分🧘♂️之一🎲🇹🇲。该方案🤫的摘录如🧼下所示👨👦。面对这一困境，🇨🇽📑另一个流行方案👩🔬应运而🐰🈺生，叫做GRP🐅O（群组🤡⛲相对策略🦉🇮🇪优化）🥠🇦🇫。
。汇博机器人的破🇹🇷局之道在🏴🚬于坚持“场景🏓定义产品”，深🇬🇵👩👩👧👦耕垂直场景🍰🇰🇼。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（⏯🛒Dee👨👩👧👦💭pSeek-R1🇰🇿-Di🎍still🇧🇪🇧🇾-Qwen🔟👨👨👧👦-1.🕒5B）作为价🇦🇼值模型，去辅助😭训练一🇨🇨个70亿👨🦱参数的大🈸🐝模型（D🇭🇺👨🏭eepSeek🕜-R1👰👩🔧-Disti🇰🇬📥火端泛站ll-Qwe🎷n-7B）🌂🗄。
