（来源：上观新闻）
更致命的是，VL🍚A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💈。一个训练了两个万💍🤡亿参数M👓💵oE的团队公开🇧🇦承认「🍋➖我们不知道为什么👁️🗨️这两个tr🇱🇧📲ick管用」，❕在2026年👨🦰已经是一件🇨🇬🌬挺稀罕的事🔅。
四、"合并🔺😦技能"为什么🤬反而不🇮🇴如"按需☮⛱切换"🇦🇮📼：一个反直觉的发🌭现 在设计TRA🚧CE系统时，研🦡🎖究团队面⏸👃对了一个直觉🤑上很自然的问💝🈸题：既然要📝训练多种能🇹🇿🇨🇿力，为什么🥑🇯🇪不把它们都🌎整合进同一个模🍥⁉型，而要保留多个☂独立的插件🔸并在使用🇫🇲时动态切换？♑ 这个问题的答🚄案可以用一👸个厨师的比喻🍮🐹来理解🕘。
面对流水线的任👩🍳务，它一个🇱🇦🏐人包办📎🇲🇱所有环节，每😘个环节都带着它自🇲🇲🧨己的偏向，最后🇧🇶💜交付的东西质💑量就会下🚜🌷滑🧫👵。” 关🇩🇬💮于成熟的OP🇹🇴🎳C生态👩🦳😴，姚双认为，不能🙎🍍只靠创业🇩🇲🛶者单打独斗，而应🔒借鉴国外A16z⚔魔术泛站群、YC等机构👮♀️的成功经🇹🇯🖼验，构建一个🧞♀️“创造者🌟—社区—产品—服⬇魔术泛站群务”的完整闭环🔠体系🐅。
