（来源：上观新闻）
相比V3，🧓🇦🇸V4在三个地🦅📻方做了🛴升级🇲🇰🌙。2025年，♿Moonshot⏳用Muon（🇬🇵👩👦加上他们🎇自己的Q👩🍳🥀K-C🇺🇸lip变种💵👥，合称Mu🇸🇩onC🛏lip）训了一个⛄1T参数的Mo🇲🇽E，1⚓🔨5.5T to🦵ken，🎫全程零崩溃🆑🏀。如果你🚴🥀关注过具身智能🔒领域的新闻，可能🚲听过这🦍个名字🚫☮。这些任务被专门改🇲🇺✋造成类📆似AI🔽🎂推理的稀疏🔵奖励模💂式：整个过程中🏪⌚没有任何中间反🇷🇼🇫🇯馈，只在最🎎🍕终时刻给出"成🧲功"或"失☃🔶败"的二元结果📚🇳🇵。
”刘岩指出，⏮👾“因为恶意行为不🆘🚵♀️是外部👨👧植入的，而🇻🇦😠是Ag🧘♀️ent从环境中🌠👸自我演化出来的🤶🗞。知识类和🇬🇷🎞最前沿的🚚推理任务仍有🏷3-6💋♋个月的🌫👈gap💕。还没那么神 但方🐞🚅超凡蜘蛛二免谷歌向先进，目前也🎐🇦🇶还只是方向先进😣⚜罢了🍲。DC 必💼🎮须执行与构建🦹♂️设计相同的操作，💡并且必须在维🏜护先前工作所需的🌶🤾♂️上下文和📣记忆的情况下🗞❇完成这些操作📶。整个过程对🇦🇱🛶每一层都跑🇳🇨一遍🚚。平台比创作➡🇾🇪者更焦虑🇹🇻。我们将回顾最终V🏄♀️erCor🐧🆓e的关💳键特性👮😴。如果题目太简👨👧👧单，AI每次🇨🇦都能答对🦏，就没有学🔟🏣习空间；如果题目🎖👩👩👧👦超凡蜘蛛二免谷歌太难，A🦋I次次都失败，🧪🍇也无法获得正向反⛔馈🧟♂️🇨🇽。
