（来源：上观新闻）
这项由华为技术（🚯加拿大）研究团队☯🐥完成的研究👁👨🏫，以论文编➿🇵🇪号 arXi🌷v:2604🌬👕.110⛽🏊♀️04v1 发表于♣2026🈹年的顶级机📨🍜器学习会➡议 I🕕🚛CLR 20🙇♀️😇26（国际🇲🇭学习表🇲🇬征会议）🙋🛡。2、DC 3️⃣🇫🇰执行的步🤟骤 图 🇧🇾📳3 展示了 🇦🇫🐈DC 构建 V⏮erCo🙆🍬re 的步骤🇸🇪。去年，一名特斯🛋🇨🇬拉股东提出一项股🧸🍠东决议，建议这👩👩👦家汽车👿⏯公司投资x🇧🇪🖤AI🤩。没有人知道，🧣这张牌桌还能坐♾️🇮🇩多久——但所有🗿人都清楚，牌局，♎👁️🗨️已经变了🍉。实验结🧶论 在实🍌验部分，有三件最🖊♦值得说的事🌭🧩。但这个差距🔪已经比之前任何✳♑AI系统小得多，📇而且研👨🎓🥤究团队💚在这个方向上的设📸计思路🤱，为进🇧🇶一步缩🏊小这一差距提🛀⏱供了一个清晰可扩🐟😨展的框架📠。
先SFT打底，再🤞用GRP👨👩👧👧O做do🇧🇴🇵🇫main-sp🇵🇲ecific👨 RL🆎。Skil🍋l 的流转直接🌴在群里完成😌。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↘。PANDA在➡🇸🇽同类任务上↙👨⚕️准确率🤟🌋达58%，同🤝🇹🇬时计算成本极🇬🇵低🔳。工厂里的机械🐬臂可以在固💝🤦♀️定位置重复抓取◀一万次🇪🇭⛲，但家👘庭里的🧗♂️🇲🇲一万个动作，每个🌧可能只做一次🙍🎲，每次的环境条♋♨件都不一样🎂⌚。系统的顶层🐇有一个"指🌜🍻挥官"（Orch⚠estrato🕎🏊r），它不需要随🉐🎥时掌握所🐤✨有细节，只需要知💱道项目走✏到哪个阶🥌段了，下一步🇬🇳🛴该交给哪个专业团😓队🧼。tok🤶👨🦱eniz👷er仍用V🧦3的128🤴K词表🕵。第二是安全性🇦🇱◀，第三是💁♂️🤫稳定性😩➰。（4）正确性与✨验证 在🐽出货量达数百😟🐺万颗芯片时，“凭🎭感觉设计🍜芯片”是行不通🕺的🇨🇵。
