（来源：上观新闻）
公司下一阶段的🤣▪关键在于😥，能否高效🚰🔕地将研发成果转化🛐🈸为用户认可并➡🇳🇫乐于接受的🇺🇸◻功能🇲🇱。如果认🌚🇵🇰「服务级软🦒🗞件」这个方🦴向，真正该🎙🧪盯用户🤫日常生🌈活中那些「💈🦛算了，凑合一下💐吧」的瞬间↕📫。已知最🚿早有文献🌞⚓记载的使用出🛃🚚现在1536年，🏌️♀️不过也有🏅人认为，这一❕符号可以追溯到6🐸世纪或7世纪👅🖌。在互联网重😟生 @符🤼♂️号现代意义上📦👨❤️💋👨的“复活”🧖♂️发生在🤘1971🇸🇭年🐘。Claude👖👨👩👧👦 So🔊🇨🇬nnet-3🔀📶.7 和 S🇨🇼onnet-🙀4 的预测成本🦹♀️甚至高🥼达任务本🈚🌊身成本的 2 倍💳以上🤱🇸🇯。
这些对比共同🦟揭示了一个道理：⛎VLM样本🥀🥟与VLA领域🥈🍯的对齐🇲🇼程度，是一♋😓个需要从数2️⃣据中学习的💉复杂信号，而不🤘⛄是可以靠直觉🧦◀构造的简单距🇲🇻离或困🥋惑度度量🏭🤚。这说明邻近性估计🌛器捕捉到的数据🇧🇩😽对齐特🔞🌖性具有跨🤒🇨🇺模型迁移🇵🇱性，不依赖于特定💾🚞的VL🧙♂️🈴M架构，反⏺映的是数据内容👨本身与机器人🇩🇴🎫领域的相关程度🎀。Q2：邻近性👩🦰估计器训练起来复🚠😸杂吗，成🇨🇭本高不高？ A：🥀邻近性估计器非常🥇🐹轻量🎲🐸。
