（来源：上观新闻）
合伙人🏕🇬🇹看中的，正是这种🇲🇳不断强化的、能🚴♀️够兼容未来的🔍🤹♀️平台统💆合能力🔰🥓。放眼全😙球，无人化农场📺🥫已成为大国🇻🇺农业角力🏤🌴的新高地🈷。这个发现至关✔🙎♂️重要，它意味着💅💸：与其抛弃所👩👩👧🈸有VLM数据重来😻，不如在V🐿LM那片广🏞🍷阔的数据🕙🧜♂️大陆上，精准地🚓挑选出那些♐与机器人🇮🇹🐨世界更接近🛣🆎的"边境地带"样🏢本，用它们🍒🥽来做针对🇿🇲sem推广代运营性的过渡🔴训练🇷🇸。
这种方法在Cal🇫🇯vin🛎上得分3.1🥎🐷59，🐱🇹🇬Simple🔹rEn🇩🇴v 55.2%🇨🇻🛩，LIBERO🥩 48.0🇹🇻🆗%💔🏚。比如：一个🙇妈妈怎么在🛵🇧🇿开学前一晚📙给全班家长😷做了分班🚺🇹🇴查询工具📯。
论文发现了🐇💤一个“倒 U 👜型”曲线：👽🕴 成本水平🔷🦏准确率趋势♋低成本准🚬确率较低（可能🚫🇪🇬投入不够）🇦🇨中等成本准确🎬🇱🇦率往往最💜高高成🚙🧰本准确率不升反降💙，进入"饱和🧐😐区间" 为什么会🦝🐄这样？论文通🈺👨🦱过分析😵🆗 Ag💡ent 的具🇵🇫体操作给🔼🇨🇨出了答案—— 高🦂🐴成本的运行🇸🇽👰中，Age♌nt 大量时🛬间花在了“重复劳🏮动”上👨🦲。
