（来源：上观新闻）
在官方排行榜☹上，AI科🇵🇾🌑学家的81.♠🥀82%🈹💘超过了所有已🇯🇪😻公开记录💛的系统🆕，其中最高📌🥑的是75.😨🇳🇪76%👦🕑。实验数据显🇰🇼示，SPPO大约🕣在22小时🏪内就能🐮🔳达到约58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🎊🛒。效率只是具身智能🇦🇨💷的起点🇱🇰🍰。但模型越来🦘越深、参数越来越🕙多之后👨🌾，传统残差开始露📛怯，信🇮🇱👱♀️号传递不稳，🥩🚴训练容易崩🎲。
V4把这件💡🎬事推到了🇬🇭🇦🇷百万toke😒🔟n🧢。使用更小尺🥰寸价值模型的S🇱🇦🇧🇾PPO组合更🏊♀️👩🏫是拿下了所有🌶🏮测试方法中的🔍最高分🤙🕟。一张图片可能🕜🥨在整体🇹🇱上看起来不错，🚜🧛♂️但放大某👿个角落却发现人脸🍹模糊；另一张图📎®片天空部分🧂🆙清晰锐利🕳，但前景中的人物🇹🇹却被过度锐化🇬🇦🇲🇰，显得😎🇨🇰不自然🇨🇽🏏。
同时，🚱谷歌还展🦢☠示了多项用于构建🕗AI智能体的🇮🇱新工具，并宣布设⤵立一支7.5亿美🎬元的基金，以推🍢⏪动企业采用AI👔🔒。创业者有想🔔🥵法或技术，但缺🇲🇶🤨少能力互补，这很🐅大程度上🇩🇬🥒需要社区👩❤️💋👩支持🇯🇵。实验数据显示，S📨PPO大约在22🏨小时内🚤seo职位就能达到约58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❇🇨🇳。只有两💒⏭个指标都超过🧶阈值的能力，才🇹🇦会被选入训练计划🎶。
