（来源：上观新闻）
该项目🐖⚒的工作🧿🤕流程如下： 💻🇳🇮01 首🚧先利用🙆♂️小规模真值轨🗂迹训练🕑👨👦逆动力学模型（I✴DM：🕰Inverse 🎪Dynami👯c Mode🧴☹l），使IDM🇲🇱🇹🇨在仅观🖲♠察视频时➿推断细粒度📘的键鼠动作序列🇹🇲👭； 02 随😚👨💼后用该🇵🇸模型对大👨⚕️规模公开视频进🗻🦀行自动动🖨作标注，形成📘🕗系统化的“视频-🕛动作”弱监督🇳🇴🦃数据； 03🚵 在此基🤩础上，通过行🎶🎆为克隆在自动标🍀🔳注数据🚛上训练基础🌀🛹策略，使模🕎型能从视觉历🇯🇴史直接预📳测下一步键鼠🛠操作；🇧🇧 04 模型通🇧🇯过小样本微🇲🇽📭调适配特定任🔽🚩务，或在可定🇬🇪🇺🇦义奖励的环境中结🇪🇸🦢合强化🧼学习提升目标性能🍲🚽。
OpenAI与🚶Ant🕯🐁hropic、🇲🇷Google与M📂🥗eta，彼此之间🏂🛃泾渭分明，技🇱🇨🧦术路线各自为战🤷♂️🐐。在光滑地板上的⏮🇧🇱测试中，🏊强化学习设计👪的滚动运动实🧶现了45😝💯.59🦃🧝♀️米的曲率半径，🇧🇧♟️远超试🐦错法的1.74米🐪和优化算法👨🎤🗺的2.62🛒米🇳🇦⚰。他向记者解释称👘，AI和机器人💮🙃行业要🎅产生有全球🌦竞争力的公司，至🧰少要同时具备三项🇸🇮🕝基础条🇱🇹件：顶尖的技🙍♂️术人才储备、💘⚠独特的市场规模、🇻🇮🥗足够广度与😌深度的⏬资本市场支👘撑🇰🇭。
”郭书祥告🇦🇿诉第一财经记者👿🏴☠️，“此外，手🏍术机器人的高成📻🙈本和商业模式⏫🍂还需要🇨🇳🇨🇰一些时间来探索🚋🇨🇲，如何打🇩🇪通商业化的最后一💧🇷🇼公里，需🌕⏱要国家政策🙉、收费标准、培🕴训体系㊗等支持🇸🇰。王捷告诉🔈👾记者，在每一波科🍄技浪潮的🥨🇹🇨早期，研究的意义📅格外突出🧚♀️🧮。
