（来源：上观新闻）
模型层有🎄3月底↖🙋♂️四月初密集🚘发布的Q🤽♀️wen3📛🇵🇹.5-Om📦ni全模☺💂♀️态交互模型、Wa😩💂♀️n2.7-❔🇧🇬Image视觉↖⚪生成模型、Qw👬🤧en3🐳🇧🇸.6-Plus⚔大语言模型🙇。作为较早🙎♂️💩接触G💊🔼PU研🏧🥩发的技术人员，黄🌮晓煌深知GPU的🍎🏬通用计算价值💫😃。
结果奖励👩🏫🐄在ep🇬🇦🛷isode结🇪🇪🇭🇲束时给出成功✖©/失败的0/1信👖💚号，PRM则在每🇺🇸一步操作后根据前📴🥙后截图🚩🏚和历史动作判断🛣当前操作是否有效🥭推进了任务🇸🇾，两者相加构📮成最终奖励🕋。
