（来源：上观新闻）
其一是Spa🇨🇵✌rseCore👹加速器，🦛🇲🇱专门处理嵌入查🇳🇨👨💻找中不规则🇱🇷的内存⁉🍒访问模式，将数据🐷⛰依赖的🐶🥔全局聚合操作从矩🗓阵乘法单元（MX🔜U）中卸载，避免🏥🐍通用芯片常见的零🆑💊操作瓶颈🕶🧛♀️。第二是👏🛷 DeepSe🏏ek V4↘。第二步，OPD合🍤🌎并🅿🇧🇮。从市场👞〰角度看，谷歌此次🤢🇭🇹双芯片策🍀略直接回🇸🇾✔应了AI基础设🇸🇰👬施成本压力🇰🇿。
性能方面，SP🇬🇹PO不仅没有损🙈失，在1.5B🇹🇯🛴和7B两种规模的🆔🔗模型上，🕙☹SPPO的综合↔🙋平均分都略高👻于GRPO🙅♂️（N=8）🎷⬇。这有力地👩🔧🦒证明了☺，区域级的🇲🇴😽失真图确实😬可以自⌚🌅然地"⏱聚合"成可👷♀️靠的整图质🕸▶量排名，与人🎯类的主观感知具有🌦♊高度一致性🌋。耀客很快否🛏👱认：“采用了海👩⚕️🎓量数据，没💓🔜有复制或♦采用任何📕🏫一个真实的人的五🦹♂️官💒🐵。
例如，转发实🇧🇯现最初常👨✈️🤸♀️常导致关键路径过🇺🇿🇧🇪长😈。让机器人去处🇦🇺🙌理那些高🖌重复、高强👝👩👧度的工作，本🕔就是这个行业最早🇭🇲🙎♂️的使命🏂🇳🇷。而M1让所⌛👩❤️💋👩有处理单元共享同🔝一块内存，👗性能由此跃📿升✨🍨。” 基🏋️♀️🛶于这一理念🇿🇲，GPT-Ima🍯ge-🏚2 甚🇪🇨至能理解“讽刺🈸漫画的隐喻层次”🇹🇹👎或“学术海报的数🍊据逻辑”🦉🤹♂️。
