（来源：上观新闻）
2024年，当O🔍penAI正🔮⚙式发布o1➕完整版时，中国♥大模型🚌被认为🇧🇦😩至少落后美🏨⛏国两到三⛲🇨🇬年；但仅📍🔙仅3个🔻月后，D🌔eep🥳🌍Seek🛤◻‑R1与Kim✏i K1.5👱问世，⏩🎮成为全球最🐭早复现o1能力🍈的两家公司；🇵🇰此后，Deep🇭🇺🐾Seek与月之暗🌉面，联手把中国大🎭模型带到了一个🚙前所未🐰有的位置——从🇰🇿🚔追赶到🏨全面领先❗美国开源模型，🥿🔋并不断迫近美国顶👿😫尖闭源🇨🇱🇹🇷模型的水平🤸♂️。
俞敏洪负责战略方🦄🇼🇫向，CEO管理📖🤨公司运营，主播💭🌲负责在镜头前卖🇦🇬货🛩。多层次强化学习🧞♂️📛将任务分解为多🔰🇸🇯个子目标，通过💍层次化的🤤策略网络👩🚀🇬🇷分别学习不同层次🔠的空间决策🏃，能够显🧜♀️著提升🇳🇫🛷智能体在长期任务♥上的表现🇹🇳； 记忆增强架构🥅引入外部记忆🅱模块或☸基于注意⛰力机制的👩👧👧😸Tra👨🦲nsf🇾🇹🤞ormer架构➡🥠，使智能体能够存👨⚖️🕉储和检索历👨🎓史空间信🔸🔐息，这提升了AI✳的跨层感知规划的🔘🇮🇩任务得分； 引入🌼内在奖励机制（🎽如探索🕙🏓奖励、👔🎉预测误差奖励）来🇦🇼🏁驱动智能☝体的空间探索行为🇧🇦🆖，使智🍄能体能够更快地🛁🧓如何预防蜘蛛爬到床上建立对环🇲🇴🏳️🌈境的全局认知； 🇨🇽符号与神🕖如何预防蜘蛛爬到床上经混合方法结🤛合符号推理与🍸🚴神经网💂♀️络的优势，使用🎏🏅神经网络进行🇫🇷🎭感知与特征🇫🇯提取，使❕用符号系👾🔃统进行高😽🇳🇪层次的空间🧩™规划与推理，在可🧨解释性和样🇨🇩本效率🇭🇷上表现出优势；🏯👵 零样本大语🇦🇼🐵言模型⛽Agent在提供🦸♀️🍫充分上下文和♐😕清晰任务描述时🌨💑能有效执行局部任⬆🚅务，但在自主长期🛷游玩、🇲🇺模糊目标与😊👩⚕️缺乏显式反👓🕒馈下表现明😁显不如基于规则🚌系统的A🚄gent😥。
