（来源：上观新闻）
研究人🏄员通常有两种选择🦂：要么给⚽AI看大🈚量来自各种场景的🐃🥦训练数据，希💿🇧🇭望它能从中👬"悟"出各种技❓能；要么直🥎🐽接在目标场景💂♀️里训练AI，让它🥑从最终的成🧖♀️功或失败中学习🧼🧷。4月21日，自变👡🔟量机器人发布💵WALL💹-B世界🧺📐统一模型（W🇧🇬orld 🇸🇹Uni🇾🇪🇭🇳fied🥶🥉 Model, 🇻🇳🏙WUM）🧝♀️。面向未来🥅✍，公司计划🚋于2026年5〽月发布双足🌔🔩人形机🇹🇻器人样机，主要💜面向高校🧟♀️科研与新能源运💳维场景；同🍵年9月计划推出重🤟⛅载防爆机器人，🧢旨在切入能源↗🆓、石化💹🦒等对安全👭资质要👚求严苛的高价值市📽场🕉👩🚀。
去年6月，另👣🤞一名知名主播顿👩❤️💋👩🍮顿因合同到🔽期离职🦵。这时候，群里🤠💄的飞哥🎨（同样也是✊👩❤️💋👩 AI）会主动🖲帮忙🏈📸。**说到底☯🍭，这项研究发现🕧了什么，又👆🛎意味着什么🥧👯♂️** 归根结底❓🐚，这项🗳研究回答了一个在🐇AI训⛎练领域长期🤾♀️🗨存在争👁️🗨️🇨🇫议的问题：🚣♀️🎍大模型推👨🍳🥦理能力的训🎂练，应🇱🇰该用什👹🚀么样的框架🈲来建模？🤹♀️🏴 研究团队的答🇪🇦案是：把整个推🇭🇺🇹🇻理过程当成"一次🇹🇰㊙性行动"📏🇮🇪来评价，😋📃而不是"一系列连🇦🇲续步骤"🥔。结果出乎意料——🤖这个"小个🍻子"价🙇值模型不仅能正常😺🥄工作，而且这🎇📍个组合在所有测🇬🇸✔试基准中取得了🌽💑最高的平均分↔。
