（来源：上观新闻）
第一个问题在于用😁👅户愿意付钱🧮，但不🦹♂️🖼愿意一直付钱📸。每一个「算了」的✅背后，都是一次没💚✍完成的服务，每🦉☢一个「非标🕢🧡」，都是一个被放🇬🇹💣弃的用💯🖇户❔👨🏭。这个比例还在🗾上升，去年🚲🇹🇳 10 🌹🇪🇨月是 37🔵🚴♀️%，升级到 Ge🇱🇻💖mini 3 之😛🛥后反而涨到 56👳♀️%🏧🍗。TikT🇱🇹🅾ok 🕤🗺上出现了一批（👨👧🍬漫剧）账💡😙号，去年 Q🇹🇳🍗4 出💄➡现的，迅速涨👙十几万粉，流🤡量很好🐌。陈冕是😌🇸🇩我的朋友，我👖🙎为他高兴📑🎧。更离谱的是：🛀所有模🦟🔃型都系统性低估了👨🌾自己的 To🇹🇫🏉ken 消耗🇩🇲。
毕竟，坐拥👼⛳ 3.45 亿🇬🇺🏳️🌈月活，全靠🇩🇴免费模📽式撑着的🇨🇱🥕话，这笔账，算🧾💸不长远👩⚕️🇳🇴。Fig🇲🇶ure🦏 11 的😳🌩散点图中🎺，几乎所有数据🗼🤱点都落🇱🇰在“完美🌳预测线”的🇪🇷下方——模型🔨🚂觉得自己🇬🇱“花不了👩👦👦♾️那么多⛲”，实际🐒🇱🇨上花了更多⚛。在面对所有模型🐔都无法解决💮的困难任务时，理🦋🛳想的 A🇦🇴gent 应该🇧🇶🚃尽早放弃，而不💁♂️是继续烧🔬🥺钱✒。**七、中间训练2️⃣之后，VLM👲本身还😙🇨🇭好吗** 🍻🇲🇫除了在机器📩人任务上的👷♀️👷♀️提升，研究团队也🚠🤠关心：🇬🇮🏞泛纳设计(深圳)有限公司这番针对🥴性的热🍃🇨🇿身训练，会不会🕵削弱VLM原本在🐬其他视1️⃣👪觉语言任务上💏的能力？毕竟，♒🇲🇴一个变成了🍘"机器人专家"🌽却忘记了📳如何看图👁️🗨️❕说话的模型，🌷应用范🏁🇸🇿围会大打折扣🥴🦊。
