（来源：上观新闻）
更致命的😯🧠是，VLA只能🍿“模仿”训练数♋据中的轨迹，它不🧭理解杯📜👝子为什么会掉，🌾🎷也不理🆙🦞解为什么🗾盘子悬在桌边🦶需要推回去🦸♂️🔓。它有意保持了🇸🇾架构的🤽♂️简单，留有🦓🙆很大的改进空间，👶✈特别是在处理🥡视觉细节复杂🇲🇱的区域时🏁。失败覆🔆盖率的🇦🇸分布也非常集中：👙🖕"结构🐼化数据推理"覆盖🦹♂️🦕了约41个💹失败案例，"多步🍯骤任务🔣完成"覆👈😨盖约25个，"前👭💕提条件验🎌😊证"约34🏺🤴个，"🇪🇦🎰工具调用精📔确性"约2🇻🇨🥑0个，而其他被淘🧝♂️👨🎤汰的候选能力大🤜🏗多只覆盖10到1💔🇭🇷5个案例🏭👁。
也许，我们📼🇨🇴还可以去想象一🇰🇾🐢些过去不🇦🇸存在的事情： 🗂比如你下班🇹🇲🎠回家，脑子嗡🔺嗡的就想出一身汗📵，走到小区的室内🧨活动中心，十分钟🦀🧢内，就能和C🧶2来一场“人机🕝共羽”🤖👨👨👦👦——不用🇭🇳🇯🇵发消息，不用🚖等回复，对面🐋🍞那个赛博🚹💖搭子随🍏➡时有空🇧🇼🇸🇷。
