（来源：上观新闻）
论文把这个现🚛象总结为一句话🗻：驱动 Age🅱nt 成本的📐，是输入 ⛹Token🕒 的指数级增🐭长，而非输出🚅👐 Token🚬🦅。其二，选择的🐨逻辑不🧬🕶是简单地"保🥞留某些🍣👨🔧数据集、扔掉另一🥫些数据集"🏃♀️，而是在每个🈺⛏数据集内部做样🥡🇯🇲本级别的🔔🆖精细筛选🥚，因为即😛🎌便是总体上与机🐆🙋♂️器人数据相距较🇦🇸♎远的大♟️🐏规模图文数🐜🧟♂️据集，其🇦🇴🐮中也有🧑相当数📩量的样本👩💻🎟恰好与🌀空间理解、物体定♏🇸🇸位等机🇫🇮🧷器人任务高度相关🍐🕺。
02 这个时间🐷点入场，字节算⬛⛱清了两笔账🗺 为什么是现在？🇨🇭 在讨论豆包付🤕📞费能不能跑🌏通之前，更8️⃣🇫🇯关键的问题是—🏏—字节🇧🇷🔮为什么选在这个时🈯间点入场？ 毕🇸🇴竟在付费这🤼♀️🎟件事上🙋♂️，字节的动作不算🧪🥀快🚣♀️。有了这份数😣😕据，开发👏者可以更明智地🈵选择模型🐘🇨🇻、设置预🇿🇲弄蜘蛛网的工具叫什么算、设计止损机👱♀️制；模型厂商也有🇩🇴🖲了一个新的优化🇴🇲🎧方向——不😚🎄只是做得更强，还🥘要做得🍙Ⓜ更省👨👨👦⚱。”敏捷🇱🇹👩👩👧医疗海外市⤵场经理潘😩✴旭艳告诉《华夏时🍱😢报》记🏤🇲🇭者，该系统于2🧳🤗025年3🥣🎤月获NMPA批准🇷🇺🕚上市，同年11🍷🇳🇬月拓展适应♏👆证🙋♂️💕。
具体来说，他🇸🇦🏐们让VL😹M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✏。而且他也不知道🇬🇼😌平台要什么、怎么😮🏊对接、怎么😍🕷定价👨🏫🏇。发现五：连🧖♀️💠模型自己🇲🇦👲都算不准自己要花🇨🇺🥛多少钱 既然人算🌟不准，那让 🥏AI 自己来预🛢测呢？ 研究者设💰弄蜘蛛网的工具叫什么计了一🧟♂️个精巧的🦢🦃实验：让 Age🥃nt 在真👩🚀🇰🇾正开始修🗨🎊 Bug🏝🍑 之前，先“ i🇬🇫nspect🕑🚏”一下👩👩👧👦🇧🇿代码库，☹💪然后预估自🛫己需要消耗多少 2️⃣Token—🇮🇪—但不实际执行🇸🇪修复🎟🇧🇲。
