（来源：上观新闻）
Emb🏯odied🇮🇸💱Midt⛴🏤rain不使用🇦🇬机器人场景数据⚛🎱微调V🐟LM，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🏯。具体来说，🦒他们让🇷🇺☂VLM读🥶取每一🍎🇶🇦个数据样本🦄，提取出模型对🇳🇨🍚这个样本的内🦠🇸🇦部理解表示（🏩🔶可以理解🥽🇧🇫为模型📂对这段内容的"🤐印象"），然后😻🧛♀️用一种叫做🥀💒最大均值💱差异（M🏊MD）的工具来💫量化不同💵数据集之间的分布💧距离——距离🕌越大，说明两组▶数据的"世界🦂〽观"差异越大🚅。
Sim🥰plerEn🏦💁♂️v Bridge👩🏭📦是一个真实到仿真🥼的测试，包含四种♿桌面操作任务各📉24次试验，报告🕓🥢平均成🐳👳功率🍯🧭。研究团队还做了⚫🛴一个"跨身体"的➿🚬迁移实验：🇫🇴用Inte😢🇮🇪rnVL3.5-👣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🕓架构不同的模型🥧😱Qwen3V🏑♟️L-2B😶🥐进行中间训练🇱🇨🦸♀️。
