（来源：上观新闻）
短短一个月，万物♉🍧皆可A🕰I预制的风🦇🎐，从短剧圈吹🍥😿向了电影长🇱🇨🦏剧圈，👓AI艺人从6个😙📋暴增了1🇧🇮🌙17个🇸🇲。第二种🤮方法叫多能力G✌🍜RPO，在🔨所有能力的🍅练习场景里同时训🇦🇺练一个统一💗插件，达到40.👨👦👦☺9%，略高于单一🆚💗插件但远低👾🚡于TRACE💼的47.🇸🇴🏊♀️0%⛵。原因显而易见：🇹🇬🍫这需要推翻至少一🇸🇻🍕部分先前的🇪🇷👙设计成果，并且😨存在引😐入更多缺陷的风险🧺。闻声而来的工作室🦓📹，这才发布一🐄🏡纸声明🐺，进行🇦🇿维权🐊📱。当AI🇭🇹🔂部署在🥖🤙全新场景时，事先🇯🇵没有任🥓何失败记🇲🇹🇸🇾录可供分析😹🤛，TRACE的🇹🇰冷启动问💻👺题如何🥣㊙解决？随着🇨🇩㊙部署场景的增加，🎙插件数量🇬🇭也会随🏖💬之增长，如何管理🛏🇿🇦越来越庞大🇷🇸的插件🦝🚔库？当🎁某个任务同时🇲🇶需要多种能力时，🏧单一插⏱件的路🐬由策略是否🧚♂️🧂足够？这些👨👩👧👦✝都是下一阶段研究🇪🇪可以深入的方向🛰。
但在SPPO🇬🇷🌐的框架中🌷，价值模型🇲🇽🥯的任务极度简👁目录树化——它🧝♂️只需要看一道题🇧🇭，输出一个数📒📤字，告🍡诉你这道🕷1️⃣题的预估难度😌。而GRP🖕🍛O通过把整个答🥽案当成一个整体🇾🇪🌆来评分🐴💜目录树，实际🤼♂️🇹🇬上是把解🇦🇺🐡题任务变成了📑一个完全不同📒🎺的模型——技🧒🇧🇧术上叫做"序👨❤️💋👨👿列级情境赌博🎖🛤目录树机"（Sequ🚸ence-Le🦁vel Cont🛋extu🇰🇼al Ban♥dit🇭🇳🍌）👁️🗨️。孙立宁院士📟指出，这🇰🇮目录树就是阻碍落地的🌗“最后⏲🇰🇷一公里👨⚕️”——缺乏🥑🇬🇺商业化闭🌒环的性价比🚕。
