（来源：上观新闻）
在Sim🧀🏝plerE🇫🇰nv上，🚺56.🇳🇱🥌3%的成🇬🇵功率达到了Qwe🇹🇲n3VL-4B（🚻56.3%）的水🇧🇻💧平，超🐸👍过了Q🛫wen3🇮🇶🎙VL-2🇺🇬🤸♂️B（49.0%🇵🇹🇨🇱）⁉🦹♀️。这就导致了🍎🐵一个尴🇦🇪尬的现实🧟♀️🏨：开发💫🚣♀️者几乎🐮👨🎓不可能凭🇹🇰直觉预估 Ag🍫ent 🇸🇿的运行成本🌶。更让人感到兴奋的☮是数据图表🛑中呈现出的👕一条清👨🏭晰的上升曲线🤼♂️💂。未来，他🥣🇦🇿将继续向🍚🇲🇫更深未知🇲🇻进军，守护🇮🇴“大国工🦢程”安全🐉。“中国已成为🥡🇧🇲全球最大🔅🇻🇬的农业无人机🧗♂️使用国😬。
其二，选择的🙆🐄逻辑不是简单地"👨👩👧🇾🇪保留某些数据⏱🗨集、扔掉🚽🌗另一些数🏞据集"，而是在🎾每个数据集内💵部做样🙄🇮🇳本级别的精细🇲🇾筛选，🙊🧳因为即🙋♂️便是总体上与🛂🦓机器人数据🔌相距较远的大规🤙模图文数据集，⛷🇬🇲其中也有相当数🚹量的样本🇵🇪恰好与空间🍡理解、物🚽体定位等机器人🚎⬇任务高度相关🇫🇷。靠什么把供🎇给做出来🇴🇲👨❤️👨 AI 闹：这📲🛫群人怎么🇬🇲找？怎么📚🦄让他们来 🥶Els👎😏er.AI？ 刘🇲🇼◽耕：这就是🖌🇳🇨我在字节后面两🚓👬年干的👻事情🌾🇨🇮。---🦔📁 Q&A Q💮1：Embo🚂🏵diedM🎸idtrai🎈🇹🇨n和普通的机🔯器人VL🧝♂️♑M微调有什么区🗓别？ A：普👳♀️通微调通🧘♂️常是直接在机器🇫🇲📡人场景数据上继续🖲训练VLM，但👱♀️实验表明这种做🧙♀️🙄法在VLM理解能🇨🇼⬜力测试上可🇩🇿🆘能有提升，却🎋未必改善机🔔器人实际操作表🇮🇨🇸🇸现😕👦。
