（来源：上观新闻）
研究人🏦👨💼员通常有🎚💤两种选择：要🍵么给A🤼♂️I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🇦🇫🇹🇨书新版好还是旧版好。在精密Ca🙏🚰rtP👩👩👦ole上，S⛳🚤PPO收敛速👬度明显更快🇧🇪🇵🇱。大部分公🥵司还在2️⃣卷单 Agen🇱🇮🇵🇾t 的能☀🥥书新版好还是旧版好力2️⃣😆。有人笑着✏说：之💈前就总听全世界用⏬🇸🇾户都被✨ChatGPT稳🏨🕴稳接住，这下😌🔮算是看到现实版♈🥺了🇧🇦🛢。Medium级别🍿🦚中，一张图是单一🇦🇺🤽♂️失真，另一张每个🚸🔵区域的失真类型各🤽♀️不相同，识别难🚵♀️度增加💼⚪。
这个差距📪越大，说🧚♂️明这种能力越能区📐🧀分成功🇪🇦和失败，也就越值👩🦳得重点训💕练🤟。更致命的是，V👆LA只能🧢“模仿”训练🤐🇲🇬数据中的轨迹，它🛵不理解杯子⏮为什么会🍓💶掉，也不理解为什📙8️⃣么盘子🦔悬在桌边需要🧫推回去👒🗽。这意味着它只需🏓🚲用户提供一🈲🇨🇰个初始提示（ℹ☺在本例中⛵为一份 219 🌆👩🏫字的设计规范）🥜即可自主💆🕖书新版好还是旧版好运行👨👧👧🦴。为了发挥🍧🧱作用，芯🎯⚗片设计师必须达™☦到足够🈲高的知识水平，👈才能与领域🥴🆗专家顺畅合😒作🏐。
