（来源：上观新闻）
第一步，KV压🧦缩9️⃣。Verk🥇or.io🏠🐤团队表示，尽管有🚩所改进，但LL⤵M（逻☀🛫辑模型）仍然缺🎤🙎♂️乏人类所拥有🥩的直觉👨👨👦👦🐋。05. 结🇭🇷语 发布会最后🔣，王潜说了这⛽样一段话🌧： “尽管进入家🇬🇺🎺庭的机器人😓现在还很笨，走得🎱很慢，🏄经常犯💚🇬🇱错🇵🇳。动作是最有说服力🚳的表态🚖。加上"无失🇺🇿真（干净⚽❓）"这一🥈🇲🇴类别，每⏱个区域🇮🇩🕒面临的选🌕泛择共有♻🍷15种👨✈️⛴。换句话说，🏌️♀️它试图解决记什么🔀🌅，但还🇦🇴没有稳定解😾决怎么记得更6️⃣💙好🛂。反之，如👳♀️果预估答对率0✍🐡.9（很容🇸🇸🇬🇵易），但AI答错🇬🇳了，优🇨🇭👁泛势信号🇦🇫🚗就是0-0🚶♀️.9=-0📠😕.9，说🇧🇧📁明这次翻🎵🔬车非常严📦🇳🇬重，需要强力🇬🇮👨🎤纠正🇨🇵。
由于每种能力只👩👧👧⚖对应一🇭🇺🏪个单词🍟（比如A、B、🍦C），😽模型只需🚷🇧🇼要在这些候🇽🇰👩🦳选词之间🦴选择，判断🇹🇻过程极为高🙇🥚效，每次👇任务只👡🇨🇱增加几秒🎼📓钟的额外时间🎱。每张图片平😱泛均包含18👁️🗨️个区域🚹，最多可达11😓🚜2个区域🚥。依托政府政策、👩✈️🥄火山引擎等平台的🐭算力与资源支持，🛍🇫🇷姚双正带📂领团队打👨👨👧👦磨产品、构建壁🦃🚽垒，探索从🦛demo到商用级🛠产品的完🤤🛶整路径🇸🇿🇦🇮。最终它🧙♂️🧿确实找到🇲🇪了解决方案🧛♀️，但在此之🇬🇺前，它已📂🥛经走了许🐍多弯路⛓。流程分两步👗。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👦🎡。这就像打电话🚍🆔传话——每传一🦠👕次，信息就可能🤷♂️👩🌾失真一次🇳🇨。
