（来源：上观新闻）
“一方面，🇩🇪目前大模型🖼💵多数都是免🕜费的，像🚢😖泛目录寄生虫程序豆包这种还会执👩行生成视频⏏、PPT等复🏞👨👩👧杂任务🍅👩👧的模型，🇮🇨算力和Tok🇱🇹📳en消耗都🔊🍕比较大，使➖🍁泛目录寄生虫程序用群体也比🚇🤼♀️较多，👁🛵所以消耗🧝♂️🙃成本高🧝♀️🚥。
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（♦VLM，🚱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（VLA）🤙。
