（来源：上观新闻）
《智能涌现》🙂：你们🤬的强化学习只用🈯🏵在后训练上🏒🤘吗？ 👮♀️许华哲：我们🏏🥀的预训⁉练也会用离线的强🇨🇦🔙化学习🔨。数据带着权🧗♂️重，去让模🔮型学习⭐。比如umi手™套是否打磨得足够🔣😘好，足💠够通用？采集🐲📬的数据质量❓📘如何保👨🍳🇪🇦证？以及如何🏔清洗和处🍆理这些数据，提😺⤴升数据质量？🤛👩⚖️ 我们一个很🇹🇲🤦♂️大的不同🦆🇲🇨是，我们会大📖🇧🇩量使用评估数🔳据，就是机🔓🐞器人自己做🇹🇷测试和探索的时👨✈️候，自己在动的数🎼据⚖。
如果市场反应良好🌆，特努⛑🇸🇩斯未来可🚆🔤能将这一概念推向🖤更多电脑型号🐕。向用户发送一句🈹🐪穿蓝色牛仔裤😬🐰的纯文字建🌌🔂议，完全无⏪法满足零售🛶🥫业需求🕛🏪。在苹果任职期间，🛴🥐特努斯大部分时📰间投入在i👩🏫🌁三微一端是指什么Pad的性🏨能、电🍛池续航和可靠🇮🇳性提升上，🈷而这些积累恰好🌕映射到可折👩🦰👨🍳叠iPhone的🎨🇨🇱核心卖点：耐用🇸🇹🥫性、性能👨🚀、不易察觉🤾♂️💆的屏幕折痕🥒，以及展开后类似🔢iPad的横向🔌屏幕✂。
物流中心普遍人力🥣🥜缺口大、面📗临高温、潮湿🛁🇨🇴、噪音大、包裹软🕖硬混杂、24🇼🇫 小时不间断作☝业等极端需求，🇰🇳👩🎤既是具身智👥能的压力测试场，🇬🇾🥖也是价值📻兑现场🇷🇺。它带来的好💖处有两个，一是🦓可以让模型学得更👳精准，二🦓🔕是可以理🚫🤐解失败的边界，这🤽♂️样模型就能够知👨🏭道紧邻🎌着成功的失👨🎓⛽败长什么样，让🇱🇰🕧强化学习🇷🇪去把这些👨🏭🆕失败因🇨🇼🛩素排除掉； ♏第二是，强化学🐓👉习能同🛷时在多个任务😏🧞♂️上保持高成功率👊高速度，🔣而不过🇧🇾度拟合到单一🥝⤵任务🌓。同时，客📆户奖励机制🤞🏂同样仍🎣👣有待观察🧟♀️。
