（来源：上观新闻）
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🤸♂️💟了广泛的🧐视觉和语🤱🐖言覆盖🔡🅰面☹👨🚒。作者来自弗吉尼亚🍄✌大学、斯👨⚖️🔇坦福大学、MI🇪🇬👪T、密歇根大🛷💪学等机🦞🇸🇰构🧑🇲🇨。
无论同时考1🇦🇽👃00个学生，还是🐌🇮🇩跨城市🥑、跨机构🧗♂️👨🍳统一考试😵❇，都可以用🍓同一把尺子衡量📠。当然，这项🎴研究也📐留下了一🇬🇸些开放⌚🇸🇭的问题⛔🇩🇲。海外大的付费群体♊在中上层——🌑奈飞、迪士尼🕔🇿🇼的用户🚂🗳。这说明海◀🎹外的高质量叙🇦🇿🥓事还没有被满🔁🛶足🛵🧂。现代机器人系统的🛴🍌设计思路确实如此🥎：研究者先训练一👩🏭个具备视觉理🐻📰解和语言理解🦢🇼🇸能力的"通用大脑😯"，也就是视觉🇵🇹🥰语言模型（🥐👛VLM，🗃可以理解图🇵🇰🐭片内容并根🇬🇶🧺据语言🚄🌝指令做😑出回应的A🕕🔊I模型🍑🕊），再在此基础上🐸叠加"🥦💜动作生成"能力，⬅🇦🇸让机器人不只能🥙😕看、能说，🇲🇰还能动手操作，这🤯类系统被称为视👵🈵觉语言动作模🔱型（VLA）🐫🥜。
研究者让同一个📫 Agent 👁😈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⬜🐸域名网站务比最便🥭☑宜的任务多烧约 😥700 万个⏪ Token🧞♂️域名网站（Fi😦🇯🇴gure 🚑2a） 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👩👩👧（Fi💄gure 2😛👨💻b） 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 3🇷🇴0 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”🚵♀️。
