（来源：上观新闻）
研究团👉队还做🏞了一个"🇹🇻💈跨身体"的迁🏢移实验：用Int👨👦👦☎ern🐔VL3.5-😞🗒1B的特征🧨🕳空间筛选👽🇮🇱出的精选数据集🕉，不做任何调整，🔐直接用👩👦🚼来对另🤲一个架构不7️⃣同的模‼💉型Qwe🔠🐽n3VL-2B进🇬🇳👁️🗨️行中间训🍷🌷练📍。--- Q&✈🚐A Q1：🧞♂️📰Embodie⛔👩👩👦dMidtra🎵📿in和普通的机器🦞⚔人VL🇼🇫M微调🇸🇮有什么区别？ A☢：普通微调🇺🇿🧛♀️通常是直™接在机😴器人场😺景数据上继续训🐜🇦🇹练VLM➖，但实验表明🇦🇴🇱🇨这种做👚👨❤️👨法在VLM理👬解能力🥪🇳🇦测试上可能有提升👤🕖，却未必改善🤷♀️机器人实际操作🛃🕳表现🥇🇵🇦。
发现三🇸🇷：模型之间🌤“能效比”天差😲地别——🇦🇽🗝GPT-5 最🛩🗝省，有🥉🧒SEO/SEM的模型多烧 1🎼🖼50 万 Tok📔💒en 论🛰文在业界标准🌚的 SWE🇦🇨-bench ⚠Verified🦡🥬（500🏢 个真实 Gi🎟tHub 🇸🇬🍤Iss🚴♀️ue）🕚上，测🤪🕶试了 8🇻🇬🇹🇳 个前沿大🐇模型的📌▶ Agent 😙表现🇲🇷。
