（来源：上观新闻）
”赵春江🤑说🍠🤛。其一，🇲🇫邻近性🌨🚒估计器🚂🚺完全建立在冻结🍑的VLM特征之🎻🇧🇷上，无需😡🔀对VL🛸🇱🇻M本身做任何改💈动，计算代价💌🌥极低🦓。因此，El🦐ser🇭🇹.AI 🆔🇫🇰直接放🍉🇿🇼弃了当前最主流😛🧂的一类👑💇♂️ AI 视频产品🕹——以🛸🚎生成能📜力为核心、追✖求「生产即消费🎛🎛」的工具⚱。无论同时考100👨💼🚺个学生🙈，还是跨🔁🏹城市、跨机🇳🇨🚜构统一考🦘试，都可以用同一🦢把尺子衡量🇳🇨。
而广交会🏏，让它们被世界🍠看见🥬。Embodied🇲🇷Midtrai🇱🇾🤹♂️n不使🏵🎋用机器人场景🛏ℹ数据微🧸调VL🇧🇯🏮M，而是从V🇸🇧LM原有的海量训👨👦练数据中筛选出☦🏎与机器人任务"世☹🕐界观"更接🚫🇺🇲近的子集，用这🎑⚽个精选🦝🇻🇨子集对VLM进行🏆👩🍳过渡训练，让⛴它在进入机器人😸🗿专项训练🥨前就具备更好的基🇲🇭础状态🌲🚅。说到底，斯坦福大🇽🇰🍶学的这项研🇨🇭域名cname究为我们揭示了一☃个非常务👩❤️💋👩📥实的未🐥👡来图景🤸♀️。
所以你必须🕦🌦自己先做供😳🇮🇱给🌹🐆。”锐星信👚💘息研究院秘📳🍖书长庄小丹😻🏭向记者介🇳🇺绍，“🆗我们的系统可以实🇨🇳🐓现评价的🚅自动化👩👧👧、标准化🤧。打开工⛺🇸🇦具后就让算法自己🏥跑，全程不🚫域名cname参与🌉🥯。现代机🏯🐞器人系统的💭🦐设计思路确实如此🇬🇫：研究🎶🚷者先训练一个具备🏴📜视觉理解和语🦏言理解能力的"通🥼🇵🇼用大脑"，🤒🅱也就是🦙视觉语言🐦模型（VL🇪🇺M，可以理解图🏣👎片内容并🥦根据语言🏪指令做出回应🇸🇩的AI模型🤜🐻），再在此基🛀础上叠加"动🇻🇬🥟作生成🚟"能力，让🌺机器人不只能看🥕👩🌾、能说，⛑📩还能动手👿操作，这类系统✡被称为🇵🇷视觉语言动作模🧳型（V🎗LA）🎣。
