（来源：上观新闻）
压缩过🌍🆑程也没有🌝CSA那样的ov🇸🇦erlap，直🍡接每m’个一组压🚌。这种探索工作💁是浪费🧙♂️的，不必要🇸🇳🌗地消耗了令牌，而🌨如果模型对架构和🐨工程有更🎙深入的🇬🇭👩👧理解，⏬🇿🇼这些浪费➰🧚♀️是可以🧁🔱避免的🙈。拖鞋散落、猫🦕突然跳🆖上桌、灯光忽🗒冷忽热🎻🗼。
首先是特征提取🔙器的选择👏。SPPO每道🇪🇨🔲题只生成1个答🐏💊案，在相同🇨🇼🥊时间内能🦆完成更多轮👩👩👦⏰更新🤴。在训练大模型🌙📭这种极🚱度耗费算力的场景❕🚖下，这意📘味着训练时间🛤⏫大幅延长👨👩👧，成本急剧攀升👩🔧。
VLA（Vis🇵🇲ion⛴-Languag🛂e-Act🐂🐛ion）架构📮是目前具身智能领🇮🇨域的主🦟🈴流方案，其结🇧🇦构清晰：视觉模块🇹🇭🇰🇪负责“看”🦸♂️，语言模块负责“🔜理解”，动👩❤️👩📜作模块🇸🇪🔟负责“🇲🇱做”🕤🇺🇬。
