（来源：上观新闻）
缺乏真实价值支撑🇺🇬👻的AI应🕣👩👧👦用，终将沦为泡沫🍎🇬🇬。虎鲸、📓白鲸和宽吻海豚🍀在池底休息🇲🇬的情景｜图片来源🛌：Nation🥄⛲al 🔤💑Librar🎋😶y of M🔩🇲🇨edici🏃♀️🗒ne（🇰🇼🐢United S😤🏟tates👕） 两个系统面对🇬🇾的约束🎬❣条件是同一组：即👆时处理能🎃力有限，但历史😮🔎经验无限膨胀🧸。最终筛选出的1🕙🇳🇵20万样本中💩，LAION😮-400M贡献了👷♀️最大的绝对数量（🖇占比32.0👀%），但这不是💴因为L🇲🇪AIO💬📉N整体上🇷🇺与机器人数🧒📔据接近，⚽而是因为这个🇸🇷数据集🌐总体规模🔚➿极大，🎷哪怕只🏹🇯🇪有很小🏜💁比例的样本够格，🇻🇬绝对数量🤜🔊依然可观🏷。
因为要把光高效地🇲🇬🤦♀️转化为一幅清😍晰的图9️⃣像，物😓理规律允许的🗝路径几乎只有相机🚴♀️式这一种，能聚焦🍉🐄的镜头、能承接👠图像的🧚♀️🎻连接蜘蛛感光面、能调🇺🇸🤭节进光量的光圈，🔊🇳🇪三者缺一不可📮。在法语中🚵🚕，它的昵称😟🚺是esca💾🧂rgot（🔡🏄♀️意为“🇸🇽♌蜗牛”🇮🇷）或pet🤕🇧🇫it es🙌cargot（意🇨🇵🏸为“小蜗牛”）☘。简单说就是给 🇭🇳Age📗nt 装一个"油🔵📒表"：当 To🦇ken 😾🇺🇿消耗接近预🇻🇬算时，强制⛸😲它停止无♾️效探索，🚶🇲🇵而不是一路烧到底👨👨👧👧🐔。
研究人员😖连接蜘蛛经过长时间🕹的工艺摸索🇸🇽⬅和器件🤬🇳🇵制备，才逐渐🛏实现了理想的效🧮果：50 🙉连接蜘蛛次读写循环后电💃流漂移小于 5⚰%，3,00⤴0 秒长期🐎稳定性测试中♎◼电流波动🏀🔖控制在 1%🥞🐜 以内🚠😔。更麻烦🔘的是，研究🍟者们此前也🚲尝试过专门把V🛌🏈LM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🤙🍓。
