（来源：上观新闻）
A、B、C是三个🍖🧜♂️线性映射🆖。过去三年的趋势非🇳🇬🛶常清晰🥚🇦🇿。前期目🇳🇺标是，依托教育🇲🇿和新能源的确定🧪🕡性增长完成🇲🇷技术、数据及👩👧😦商业积累，同时▪将物业场景打👣透；中长🐟期目标则是，随🚂着垂直🥥大模型能力成熟，🐎完成从⛈🌵“卖硬件设备”💷向“卖软硬一体智🥏能服务”的全⚓👨👨👦👦面升级，成为多💵个垂直细分场景⛹😆下的具身智🧬🚉能基础设🧖♀️施提供商🇧🇩⚓。他强调🐶🇲🇵，对汇博的投🇰🇪资价值应着眼于👨🌾🎩其未来成🔜为在新能源🔅👹、特种工业等垂直🦐领域具🍯备定价能🇨🇺力的平台型企业🔌🥼，而非🌬🎀仅仅关🧛♀️🍯注短期🇺🇲利润表现🤼♀️🌳。
前三个头📗使用交叉熵损💄🍑失函数（适🦊📠合分类任务），Ⓜ🕐第四个头👩👩👧使用L1损👨🔬失函数（适合数👨✈️🎋值回归任务）🥎🔚。在理想🇱🇨🏫设定中，Herm🔙es可以👚通过技能蒸馏不🥤🖕断优化自身能🤼♀️力🌋。用DC🇬🇮自己的话说，这项🦍审查是“人🇾🇪工”且“细致”📿的，目的是确保设🈚计在实施之前♟️🔩是合理的🇸🇧。这就是王潜所🎠说的“🖊模仿而非理解🇸🇷🇬🇫”的天👨🚒花板🇰🇾🚝。Skill 会更💸↪新也是一样🥩🌛。实验数据显示🚴🇨🇨，SP↩🔼PO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👨👩👧🦞。
