（来源：上观新闻）
换算成美元，T🛬🚂oken效率🤵😎高的模型每个任🇻🇺🧜♂️务可以多🐟花几十块的区别🐮⏺。打开工具👩🔧🇧🇫后就让👩🌾🧳算法自己跑，全📮程不参🙍🐏与🇲🇩。我把这类需求叫✂「非标性需求」🤸♂️。换句话说，🇬🇲🍤在机器人😮任务上真正重要🖊BAIDU优化的模型能力改📢🧣进，并不必然反映💼在训练损🍣👩🔬失的变化上，🥾🔳这也解释了为🎅🇨🇬什么单纯在😸🥖具身场景数据🚷上微调VLM（🔵🇺🇾那样做同样会🇦🇷🛵降低训练😁损失）却未必💑🌙能改善☂机器人任务表现🕧🇯🇲。
人类大脑在几亿👅年演化中💪得出了一个看似笨🙋♂️🆖拙的结论📿🇸🇳：智能必须有节2️⃣🥝律👨🦱🍚。更有意思的🚾🖌一个发现是：T👩👩👧oken 效率🗼🇬🇦是模型的“固有🍎🧶性格”，而非任✴务使然👨❤️👨。直接答错看似最不🤰应该，实则相当频🖥🖋繁📟🍏。
@的形成过程👃类似，🥛它源自拉丁词ad🍿的速记形式—🕰—该词意为“在👈”“到”或“向”🕎🛢。几百万🦄个App看着😊覆盖一切，实际🦀上只覆盖🤽♂️🤢了足够大、足够🤽♀️通用的标🔴🤦♂️准化需求🕣，剩下的非🇬🇲🦌标长尾🧺，没人管🕎。Cla🎃ude Son💨🇳🇵net-3🇰🇿🥌.7 🐷和 S🕣🚾onn🎣BAIDU优化et-4 的🧪👲预测成本甚至⏏高达任🌩🇻🇪务本身成本🚆的 2 倍🧹🏔以上🎻。字节当时😰🇭🇺想找一个懂产品的🇪🇭🥎教研负责人—😛—市场大部⛄分教研💺都只有💋🇧🇱教学出身🇲🇨，不懂互联网产🇱🇸🏝品🤭。
