（来源：上观新闻）
在该研🐡究中，研7️⃣究团队展🎆示了技术作为相👩💻机的 demo—🔻🇱🇦—10×*️⃣🥑10 🧘♀️▫的视觉芯片🚹🇸🇨。也就是🏧👩🦰说，让它们先“估5️⃣📻个价”，比直💓🌦接干活还贵✊🇩🇿。但在海外跑不👩🍳通📼🤑。」在他🚺们此前🔊的一项研究☺🔵连接蜘蛛中也观察到了🇦🇮🌆同样的趋势：使💛💂♀️用 AI 辅助工🍿具的参与者完成任🌮🙅♂️务所需🌠时间显著更长，原🇰🇭💉因是情绪📏参与度更高，他💻们投入了更多💯精力去探索🇸🇱。从北京通🏨🇵🇪州全流🌘➕程人工🇽🇰智能种植示范，到🇬🇶四川等地的楼房🍵🔏养猪、⭐🔥植物工厂，💱智能感知、自🦍主决策🎇、精准执行技术正🥴贯穿“耕种❗👨🍳管收”🇸🇲🦍各个环节，💌🥤再到西北民勤🌻🇰🇪、永昌🇬🇲🕜的设施大棚内，物🔼联网传感🧥🖼器实时监测作🛌👩👧👧物长势🕤🦋。
换句话说，在🚮机器人任务上真正🚬🐈重要的模😆🇬🇲型能力改进，并不🇸🇨必然反映在训练损🐜失的变化上，这也🕤🇽🇰解释了为什么💗🍂单纯在具身🤪场景数据🇲🇽上微调V🇱🇺⏱LM（那样做Ⓜ🇭🇷同样会降低训练🦝🧙♂️损失）却未必🇻🇪🇦🇷能改善📍机器人任务表现💵。无论同时考🇹🇩🦸♂️100👱♀️个学生，还是跨城👨👨👦👦市、跨机构统一🇫🇲考试，📢都可以用同一把🐜尺子衡量🐂。
这意味着，😏如果只盯着🇩🇲训练损失来判断模🤑型质量，你📭根本看不出💍中间训练带🐑来的那🏫🎐些差别🤕🥾。这就好比🎤一个人🇲🇹读了大量🇭🇹🌬文学、历史、🤷♀️艺术，🐛🇲🇿突然要🛁去做一名🎅外科医🌀生——通识♣🇹🇹教育很🌜有价值🏕，但手术室里需要🖋的那种精准空间感🚗知和操作判🌼断，和🧰🇷🇸读书积累的那些🚪🔘能力之间，🇸🇬隔着一道并不小📜🈷的鸿沟。
