（来源：上观新闻）
系统首先将两张图🇺🇳片各自分解成若👚🇬🇼干个区域（比如人✈物、天空、背🕍⏬景、物体🚄等），🥡🌏然后对每😲个区域🇦🇴☪建立一个📱Ⓜ"节点"👐🈹。而具身智能或🍣许会让我们意识到🔟——真实的陪伴🏈与物理上的😠🚾分担，从此🎽📱不再只依赖人类😹自身😐🗿。在PaperB🏗🇸🇯ench上，平🇪🇦👭均分下降了6.4🆕🤾♂️1分；在MLE-📍Bench 🥽🇸🇿Lite上🦘，任意奖牌😹🌼率下降了31📌❄.82个百分点🇧🇹🇿🇼。
这样，每一轮工作🛷🔦的成果都真实🍶地沉淀下来🏪，后续的代理可💔🚧以站在前人工💗作的肩膀上继续推🇨🇵进，而不是每❔次都从零开始🇱🇦🤷♀️。“这种带记忆🗞🇧🇦的自主智能体方🎗向，是🎻🚕未来所🎱👦有成熟A🚌gent的必🤝经之路🍹🎞。
最后，我💤们将重点介绍🇦🇨🐟如何改进前沿📫👇模型以更好💭🐮地支持🏯此应用🏳🥍，以及我们🎅🏋️♀️从DC等系🦄统的能力中汲🗻🦹♂️取的经验教训📪🧐，这些🤫经验教📐🉐训将指导未来芯🌼🕚片的构建🎀🍽。
