（来源：上观新闻）
过去机器人对🐜强化学习的使🙂👩🌾用一般停留在🇱🇹单机的后训练上，🈵但是其实强化学习™上有很🐺多自己独♐🚶特的东西🇬🇾。这种方式可以最🏕🐏大程度保留🇬🇦基础模型的泛🏧化能力，同时大幅☺提升训练效率🤦♂️，估计至少5倍🎤以上🇵🇬。四个阶段中，第🦒一阶段PI🚛💖C晶圆级测👷试最为关键📠🇺🇿。据DR🇩🇰AMe😫🇦🇮Xchange数😶据，16Gb D🇦🇶🤤DR5现货价约🌑🚽为38.☑🎮5美元，⬛3️⃣16Gb DDR📠🇦🇫4现货🍈seo和sem的区别价约为63👨🌾🍥.9美元🇧🇹🇲🇴，均处于⛔过去25年来的最😔🍠高水平🌮👷♀️。Deep🐖☺Seek👩👩👦👦-V4🧑-Pro（总👪参数量 1.🏟🌴6T，激活参👨👩👧👦🦋数量 49B）🏉和 Deep🇪🇬😔Seek-V👩⚖️◀4-F🍍lash（总🔸💆♂️参数量🚐🇺🇦 284B，激活🧷参数量 13📫◽B），二者均支持🏎🏙 百万 toke📩🤾♀️n 的上下文🕗长度💣🇻🇮。
过去机器人👜对强化学习的使🏴用一般👢🦀停留在单机的📙后训练上🕷，但是其实🏩强化学习上有很多👙自己独特🛠🇺🇾的东西🧸🈷。其中基础版采用 💈🇬🇹FP8 🐦🕕精度，指令微🚸调版是 F👯⏯P4 + FP🎶🏏8 混合（M🐂👌oE 专家参数🏝使用 FP4 🧺精度，其👳♀️🇭🇲余大部分参♈💷数使用 FP🛥🚆8）📆。这种逆向生长的👶矛盾在于，机构强😿调规章🇸🇨🎃制度、😡👬KPI和公平管理🎧；而主💘🌩播文化是🤮以个人🎾为核心✋👦，公司应📄围绕其流量运转，🇲🇾❄属于两套截然不🍹同的逻辑🕯🧙♂️。在具身智能领ℹ域，过🕛🇮🇲去两年最热闹的争🚙🗣论之一😵，就是 VL👩🏫🚒A 和世界模型🇦🇽到底谁才是🇬🇬终局⚜。《智能涌现》📄：您现💎🥔在新公司虽🔺然只成立一个月😜🗄，都有哪🇬🇱些进展？ 许华哲📣：团队方面，🚨目前有🙀20人左右🇲🇭📒，AI侧有😼🇳🇫一些天才少年，🕢硬件侧有很🌜🇩🇯多做过To🕳🐡 C量👩💼👳产交付的工程师📶。
