（来源：上观新闻）
这个比例还在上升🍨，去年 10 月🥧🚶是 37%，升级🔎📐到 Ge💓🇵🇹mini 3👩👩👦 之后反而涨到⏮👙 56%🚓♋。更麻烦的🕳💻是，研究者们此🔦🕳前也尝试过专🤑门把VLM在"具🇨🇨身场景🈂"（即机器人🇹🇫🚶♀️所处的真实物理⏩环境类数🤑据）上再做👨🏫🌮一轮微调，期望让🧼🧢它更理解机器人🏙⏩世界——但实验证🖨🛏明，这样做在🇱🇸VLM的理😇解能力测试上可🍴🐼能有提升，👠📶却未必能让机🇨🇰器人真正🙋🎇做得更好🇬🇫❓。毕竟，在👰😼 AI Agen🇧🇧t 真正走入千🔏行百业的生产环🐷境之前😭🚋，每一分钱🌿⛳花得明明白🥥白，比每🕗🔇一行代码写🐳得漂漂亮🙍亮，更💟⬆重要2️⃣。
它就像是专门为数🥭学考试突击训练😩🇸🇩的应试技巧🇸🇲🇱🇨，只有在遇到标准🇦🇿🙈问答题时👇🕙，模型才知道要列🕔出步骤；一🇯🇲旦回到🏁日常的随🍝便闲聊或⏲者阅读普通🇭🇲文章时，模型就又🇨🇦被打回原形，继续🇦🇸不假思索地🥫往外吐字🌇🚠。从数据集层面看，🇦🇩🌹RefSpat🛀🇰🇪ial（专注⚛于空间指代💐🦸♂️推理的数据集）🤫获得了最高的平均🤧分，而VCR（视🚄觉常识🇦🇮推理数🔦据集，主🐏要涉及对🍛图片中人物行🥥为意图的7️⃣🌙理解）获得了最🖖🎒低的平均分🥅。
