（来源：上观新闻）
小应用是手段，服🇬🇶🌠务才是目的，🔉用完就🈁扔，那恰恰说明它🇵🇾完成了使命🍀。Embodied🙏🇪🇨Midtrain👨👨👧不使用🔷机器人场景数据微🚼调VLM🚢🇧🇬，而是从VL🏔🧐M原有的海量训练◽数据中👕筛选出与🥡机器人🛬👂任务"世界观🇰🇿"更接近的子😠🇬🇾集，用这🏀😈个精选子集👛对VLM进行过🐘渡训练，让它在👇😋进入机🏪器人专项训🐠练前就💦具备更好的🇺🇾🌗基础状态🐠beautitul的中文。
这意味着 AI🍏✒ 产品用来衡量自🗑🚶♀️身价值的那套🇵🇲🆘指标体系，👩⚖️可能系统🌺性地低估了 AI🍴 真正的贡献，⛅⬇同时高估了🎽「输出准确🚍🐇性」的重要🇨🇵🈶性🤧。第二笔是🔢市场账：国🥭内 AI 付🛂🛐费的用户教育🦚🇪🇷，已经完成了🦠✳。这项研究发表于2🇬🇱024年3月🇭🇲🛃的预印本🐁⚱平台a👩✈️🏗rXiv上，↗✌有兴趣深入了解背🇲🇶👊后原理的读🏕者可以🥺💂♀️通过2403.🅰🇺🇲09629这💡🅰个论文🕧编号查询到完整的🕒👩⚖️学术文献🇸🇸。
演化大概没🇦🇴必要给人1️⃣😸类大脑🇸🇰🇬🇮装一个不确定性🎡🦌标签🧳🖨。在参数🧲量上，这个经🇧🇴🦐过中间训练的🌀🇦🇮1.1B🤢🅾模型，面对🤯🇸🇸的竞争对手包括👩❤️💋👩7.7🧟♂️⛔B参数的Op🐣enVL🥉🔙A、3🇬🇺.1B参数的🧮π0（基于Pal🔇♦iGemma-1🤶的流匹配模型🛃）、3.8B参🧔数的Qw🇷🇸⛷en2.5VL-🚷3B、8.3B参📲🇺🇳数的Q🌈wen2.5‼™VL-7B，以及🍧规模从🛌2B到30B的🔮🐁多个Qwen3👪VL系列模型🧯。
