（来源：上观新闻）
在几个对🕳比方法💍中，直接🅿在目标环境里用🇮🇳强化学习训🌜练的模型（🧽GRPO 🚌on 🤹♂️🔎Targ🇨🇾🥼SEO和SEMet）⚠🀄能达到37🥜🌿SEO和SEM.8%，👆⚪一种使用通用合🎋🇰🇲成环境训练的方🇲🇱🤼♀️法（AWM）✊能达到38😩🇻🇳.4%，而💛一种通过优化⛹系统提🚇示词来植入能🥤👨❤️👨力描述的📔方法（G👜EPA）能达到3🏜9.6%🦛🇰🇲。
为了降低风险，我💁们保留了许多已🇦🇽经验证过的组👩👩👧件和trick👓🇧🇯，这让🤷♀️架构变得相🐢对复杂🇪🇦。**六🕦、不只是纸🥔上谈兵：🌶🏵在经典🇲🇷游戏控制任务上☝🌪的验证** 🌎💽为了排除"成功可📍SEO和SEM能只是因为在某个🔒🇲🇼特定训👪练框架下的⤴🔀系统优化"这☘😬一疑虑，研究团队🙈SEO和SEM把SPPO移🇦🇬🐆植到了五个经典的🏖🏒强化学习控制🇨🇰🕛任务上：精🔕🗡密版Cart🌇🔠Pole（控制🥀🇧🇶杆子不倒）、M🖼🧷oun🇭🇳⛰tainCa👲r（让小🔱车爬上🇸🇦😲山）、Hop🚩per🦛🦚（双足机器人🔇前进）、Luna💹rLand🥞🌶er（月球着🌾🎳陆器着🐽👨👦👦陆）和Pend😷ulum🇬🇭🥧（保持摆杆直立）🕌SEO和SEM。
技术判断上🥌，mHC不是那种💋让人眼前一🇩🇪亮的架👎🐳构创新💘，更像是一个「😆🏢稳得住大模型🕴」的工程补丁🚽。但是，🌼🍧这些原料并🧡不是都会供🏰应给日本🌴🐂的光刻胶企🖱业，毕竟石🎓⬅脑油的用途非🎯🕗常广泛，😱“僧多粥少🏗🌩”的背💟景下，光👯刻胶生🇻🇪🐜产必然受到影🤩响🅿。对于2🚨🐧026年🇵🇼至2028年🌎分别不低于🏔😒4.3亿元🇧🇭、5.6亿元、🧿7.3亿元的🇱🇻🌄营业收入承诺🏫，禹鑫🇸🇬燚博士提出三大增🤷♂️长引擎： 🌺引擎一🇻🇺：光伏新能源🎄智能运维😨🖌服务化：从卖设😤备转向提🇧🇶供5-1🏜🤖0年的长期智♍能运维服务🦜，形成稳定🇲🇺⛄收入基盘🛋。
