（来源：上观新闻）
VLA 擅长将人3️⃣类的自然语言指令📯转化为动作序列🇨🇱👬，但它😯的局限在于☢💌缺乏对✏❓物理世界的🏴☠️因果预判，即它看🏥到了一个杯子🇪🇺，知道拿起👩❤️👩这个动🕛👮♀️作，却很难提前预👱知杯子如果太0️⃣🐲滑可能会🧞♂️掉🇨🇰✋。
此外还有一款更小📆的圆形设备—⚾🚅—吊坠，内🆕置计算机视觉🗾摄像头系统，可🏔🥛作为项链佩🇹🇨🎿戴或别在衣服上🐭，捕捉数据后输入⏫👨🚀iPho🤽♂️🎐ne的A🇮🇶I和Sir🧭🗽i功能中🚛。
这是确认👩🦰"已知↩🥕良好光🇦🇹学引擎"（👩⚖️KGOE🍼）的关键阶🛰🏋️♀️段🍍。正如马斯克今🙏年2月对员工所🧮言：“我们希望🇸🇱做到这样：只要📰你愿意💈🦶，整个生活🦠都可以在X应🥩🙆♂️用上完成🦗。
