（来源：上观新闻）
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🧽🇯🇲（MM👛D）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💢🌺。这样才能同时😇🌗谷歌工具撬动供给和用户，🌯形成一个🇧🇶别人拿不🛰走的飞轮🐴📙。
有趣的是，⚾🇵🇼对比两种初始化🇫🇷🦋方式下的VLA训💨练损失曲线👨🔬，两者🇺🇿◾几乎没有差异🦃——损失值的下降🎨速度和最终水平高🤖度相似😅🍱。白天经历的🏣🇬🇦一切会🌨🤳被快速写入「海马🚖体」🇸🇦。我们设置挑🔪💹谷歌工具战赛，你拍了我们🦛🙆就给你流量激励🤭，内容好的我们🇺🇳⭕给加热⚔。去年开始，越来越🍜👹多的电💴视台已经开始试点🥼类似的🇮🇩 AI 主播📘。
