（来源：上观新闻）
为什么会这样？论🏒🍁文指出了一个事📚实——钱🦝🔢不是花在“写代码😏🇷🇺”上，而是花🎨🏭在“读代码”🛵上💆。这是Ce🇩🇪rebr🇩🇬as第二次🧓冲击IPO🈷👛。用t-SNE可视🇦🇨🇿🇼化（一种☢😶把高维🍥👳数据压缩🌿成二维♌🏴图来直观展🍍示的技术）来看，⚜机器人数据形成的🐅🚼火端泛站那几个簇📮↔，与VL🇯🇵🔳M数据的主要区域🍆🥼几乎不✖重叠，只有极少📹数VLM样本漂浮⭕☣在靠近机✅🇧🇾器人数据🚕的边缘地带🏜。IT之家 5🍆🍮 月 ⚪4 日消息，据外🤤媒 The I🆑🕺nforma🈯👆火端泛站tio🤛n 报道，Ant🈷🏈hrop🇮🇩🥤ic 看📱上了英国芯🇧🇾📣片初创企业 💴Frac🇯🇲til📒👩👧👧e 的推理芯❄片，有🐋意将其🎠👨🎓作为 NVID🎧IA（🍓英伟达）G🛩🇧🇫PU、Amazo™🏺n（亚马逊）T🙈raini🙉um、Go🛅📀ogl🦗🔣e（谷歌）TPU🚦🕋 外的🎷第四类 🥢🥤AI 算力💮🆓资源，目🥅👁标 2027 🚶🇾🇹火端泛站年实现部🐭署🇬🇼🇭🇹。
从10万🇫🇯人里筛出大概10😷00个能到万粉✌的人🏋🌼。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🏸🕍火端泛站界——但实验证💘🌡明，这样做☝在VLM的🦠理解能力测试上🍻8️⃣可能有提🇨🇷⏬升，却未必能🔔让机器🇰🇮🏴人真正做得🎊🚹更好🇨🇷。老师只🇲🇵↖需对结🤽♂️果进行审核⏱。他们并非有意说🐺谎，而🌪是因为记忆是👨🏫🇧🇷从大脑的零散碎片♉里临时拼出🚔来的，出错🔪🇹🇳才是常态🇲🇳。
