（来源：上观新闻）
据研究团队回忆🇫🇰🥍，这项研究中最大🕵🍟的挑战在于😖，在实🧢验室中🈷“手搓”的😨👨🔧单个器件可🌻🇵🇾能很快就能工作运⏱行，但要做 10📁×10 🇯🇪的器件阵列🗺⛎，需要保障每个🚛🇨🇵像素稳定、性能👶均一，📮而且还💲能单独控制🗃。这就好比一✳个人读了大量文🔣🗃学、历史、👨🔬🔭艺术，突🇳🇿🔷然要去做一名外科🌀医生—🦹♂️⌚—通识教👩🚒育很有价💎值，但手😪术室里需要🇦🇩🚾的那种精🚟准空间感🧘♀️♊知和操作判🇧🇩🔭断，和读书积⚾累的那些能力之🗞间，隔着一🥾道并不小的鸿沟😻🛹。
Agent 持🛠续运行👆📣时，项目历🚳🇩🇯史、用户偏好、🥏对话记录不断堆积👻，超过临😌界点后模✅型开始遗忘早🤖期指令👨🦳、前后矛盾、编造☘🇨🇭事实8️⃣。不过，🐆👬定价的贵与贱，从🌗🇬🇮来只和价值匹🍪配度相🔟✂关🐾。更麻烦🧝♀️的是，研究者们此👴前也尝试过专🏗门把VLM🛫在"具身场景"（🤾♀️🇰🇲即机器人所处的📴真实物理环境类💎👨🦰数据）上再做一轮🐔🔯微调，期望📶🚄让它更🕰理解机🎂☀器人世界—🚕—但实验证🧶明，这样做🤰在VLM的理🖖解能力测试上可🕐🦟能有提升，🌒却未必能让机器🦅🐿人真正👩👧👦做得更好🥋。
◀ 田间*️⃣🌺地头的“📿数字员工”🚉🇬🇦：从无👨🦱人机到🧡无人农场 ▶ 当🇲🇹不少行业还在讨👩👧👧论“数字员工”♾️👸能否替代🖖白领时🧜♀️，农业领域的“👴👨💻数字员🏄♀️工”早已下🏃♀️⏮seo英文怎么读田🥦。付费版的核🎦↪心逻辑是做「增▪值服务🙄」，不会影响👩👩👦👦🇧🇿普通用👨👨👧户的日🧗♀️常使用体验🕷🇨🇾。
