（来源：上观新闻）
为什么会这样？🛫论文指出了一个📑🔨事实——钱💸不是花🇳🇿在“写代码🎀🧭”上，而是花在🔏🏠“读代码”上😒🌙。换句话说，这💥次筛选并没有把🌐🏹数据范围压缩到⌚⛲只剩机🖊器人风格内容，而🧹是在整体向机器⛰🕟人领域靠⚙🤢拢的同时，保留🏗🧗♀️新域名泛站了广泛🏺的视觉🤱🤝和语言覆🏐🐱盖面🥏。
这些数字背后，🥣☺是AI技术😊🔣从感知、决策到🌻🎀执行全链条持🍓🐍续渗透的强烈信号🤹♀️😍。这个结果表明，🐼😩中间训练📩⬜对VLM的原有👨🎨能力并非无损🚠🏒保留，而是带来🇨🇺了一种有选择性😲的调整：它强✋🧶化了与机器♌🇬🇺人任务相关的能🌡✏力（如三维空间🇪🇺推理），🇳🇦🇩🇲同时对🇲🇦某些更偏向通用感🏜🇾🇹知或特📥定类型♍空间理解的能力👩👩👦👦⛔有所削🈲弱🐚🇦🇶。
结果显🤦♀️🇹🇦示，精选后的🇵🇭🌩VLM数🥩👏据多样🧖♂️🇨🇾性得分为🏌🏔1.93，与通用🇦🇺🚝VLM数据的1📌✒.96非常接近，☘🎒远高于具身导向V🇨🇫🇱🇺LM数据的🧾🇹🇨1.62🇵🇲和VLA数🍛据的1.26🇺🇬🇾🇹。
