（来源：上观新闻）
考虑这样一个场景🐙：在一个🥰紧张的口🀄语考试现场，有一🧜♂️💘位极其聪明的学生🐺🏒。第三个问题😭🇧🇭在于算力成➿本的「无底洞🇦🇱🎚」☁。研究者让1️⃣💲同一个 A🇲🇲gen🎓👩❤️💋👩t 在🇲🇽🏃同一个任务上跑了🇵🇬 4 🌷次，结果发现💈🕯： 在不同任🍈🐗务之间，最贵的任🏤🇳🇨务比最便宜的任👷♀️🚇务多烧约 7👨🍎00 🍻☃万个 Toke🇲🇻🛢n（Fi🏦gure 2🇸🇻a） 🍱🇧🇶geo与seo的区别在同一模型、同一⛩任务的多次运行👗🤡中，最贵🦢的一次大💕约是最便🇬🇹🍺宜的一次的 2⚠ 倍（Figur↕🇾🇪e 2b） 而💗如果跨🇦🇴模型对🏐比同一个任务，👮♀️最高消耗👨🦱🧝♂️和最低消耗🛒🛑之间可🇬🇩以相差高达🔒 30 倍 最🌜后一个数字尤其值👨🍳🎠得关注：这意🈂🇬🇵味着，选对模➿型和选错模型♒🕸之间的💸🇵🇷成本差距，不是“🇬🇩贵一点”，而是“🎍🇹🇴贵出一个数📺😣量级”🈵。
--- 归根结底🔖🥶，这项研究回👑🏤答了一个🍓非常实际的🥍问题：当我们想😂🇸🇯让AI控制机器人🇱🇷做事时，AI的🗜"通识教育🇱🇺👌"和"专业🍄训练"🇦🇱😗之间应该🇷🇪🛢怎么衔接🇹🇨🧔？研究团队的答案🈚💉是：不需要抛🇱🇹弃通识教育，也不🚆需要无休止🐮地增加💦🙅♂️专业数据，只需要🎍在两者之⚡🇷🇼间加入一段精🥿挑细选的"过📭👻渡课程"，让大脑🔜🤱在上岗前👨👨👦先调整好状态🏴。
