（来源：上观新闻）
这说明：有些😱🔽模型天生就😔“话多🅾🆚”，跟任务难度关🏰🕣系不大🥣。两条完全独👩❤️👩立的演🍂🚗化路线，走到了👨👨👧👦👨🔬几乎相同的🏥🔆终点🔭。论文的结论🍘直截了当： 现阶🕷👨🏫段，前🏞沿模型无法准🐉🃏确预测🍕🔆自身的 T⛅oken 🇧🇭🕥用量🍇。这种路径的优♥🎇势在于其抗风险能🧿力与迭代速度🈯🚰。
这些对比共同🏢揭示了一🥠🥁个道理：VLM样🥓🥀本与VLA💑😀领域的对🐊🎿齐程度，是一个🇰🇼🏤需要从数据🇲🇴🅿中学习的🇯🇲♈复杂信号，😒而不是可以靠🗒直觉构🔙造的简单距离或🃏🚼困惑度度量🇳🇵🚲。而大量重复、无🦹♀️㊙特征的🕦日常细节会被🎷丢掉，只留下抽象🇨🇲📻规律—😅🇱🇺—你可能记不清昨🇱🇾天上班👶🆗路上具体看👩👧👧到了什么，😀但你清楚地记得🇧🇶🦟路怎么🇨🇽🍝走🍂👤。
