（来源：上观新闻）
就算Space🔋🦶X未来几年收入利🕞润继续翻倍，🚉🖲比如星链收入🇰🇭📞增长到2🚵📂00~🏫➕300亿美3️⃣元的规模🚾🦂，也很难支撑1👍.75万亿美👩👩👧元的估值✂😅。面对这个棘手问题‼，研究团队开发了😒📜一套名为W🇦🇹ALAR的创新🌸训练方法🌾。后者同样🇵🇹备受关注🥔♑。这提醒我🇭🇺🧔们，虽然精巧🎛💻的训练方法能够在🥢🔰很大程度上👩✈️🥌弥补规模的不足🇬🇮🇸🇸，但在某些需🤾♀️要大量🇩🇿事实知识储备的🉑🇩🇰任务上，模型规👽❕模仍然是一个重📌🅾要因素👩🎨。为什么？💒🔍 一方面🌂🦄当然是因为😻🦍中国大🖲模型越来越🎵😔好用，🙋🇰🇼另一方面，是因为🇰🇪👹成本，👨🦳简单来说就是，中🇨🇺🏞国电力优🇹🇯势正在转换🤟为算力优势，让🇨🇦词元——To🚘🖱ken💪🍀的定价，远低🚠👑于国外🚪。
在指令遵🇦🇮✖循能力🔇🤡测试中👩👧👧，模型在IF🆚Bench测试中🇨🇼🍮获得了82🐹🤼♂️.9分，显著👩🦱超过了其他同👻类模型🍽🇬🇱。随着O❔👩🦰pen🐑🍆Claw（小🎊龙虾）等开👤源智能体形态🦐🥳的爆发，关于“大🕖👨👦👦模型将吞噬💄SaaS软🍞🇹🇩件”的议论一🍈🏸度甚嚣尘上⛸。这种现🥅象在AI翻🚼译中也➖会出现，特别是📳🇮🇪当系统不确定🕑🇳🇷如何翻译某些🎪🙉专业术🌨🧙♂️语时👋。中间层则是以🔼🎎智谱、月之🇲🇷🍯暗面为代表🌯🚕的大模型公司🏴🎪。整个W🧑ALAR训练过程🇹🇬🍋采用了群组相对🔔🤨策略优👔👨👨👧化（GRPO）算👩🔬🐇法🇾🇹🥜。
