（来源：上观新闻）
这种现象🍹的背后，是因为现⤴🥯有的语🍤🚀言模型完全🦍🚳受制于一种被称🐈为“下一个🇲🇱词预测”的🇨🇽工作机制🇬🇷🤽♀️。它们可能只用一👨👧👦次，可能只👱♀️有十几🍈个人需要🔖，可能根本没有🙃🌠哪个App能覆🈷盖🇦🇿👨👨👧。他们有流量、☝有钱、有🧕6️⃣采购预算，但他们🇨🇵📱没有能力也没有意🚙愿去发现🌻和培养 P😟🥥。更扎心的🐟是——花得多♦🏌，不代表做得好🔯。“两个人能养1.🇸🇭🔯5万头🇧🇱猪，两个🦂人也能🐹养15万只鸡，一🚻位农民按个键就能⚱🍪完成几十亩地的☺植保作业🖤。
更麻烦的🌶🕐是，研究者们此前❎泛能站是什么意思也尝试过专🎎门把VL💧🍯M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🇮🇱🛁。他们用🔴🕡行业标准的 🐫Simple🛎🤡QA 基准测试🇳🇮⚗检查了 4🎒⚒326 次 🇲🇲🏘泛能站是什么意思Goog⬆le 搜索的 A🚂I Ove™💯rview 👭🥽回答，分别🇹🇱🔞在去年 10🌬 月（基于🌛🧘♀️ Gemini 😭2）和今年 2 🙌🥁月（升级到 😵👩👦👦Gemini 7️⃣🇨🇼3）进🇨🇮行了测试🧝♂️。
