（来源：上观新闻）
这项来自卡🙍内基梅隆大💹🍎学和博世研🦍💵究院的研究◻📺，正是为🇸🇰了填补这道裂🇶🇦📱缝而来👯。内容行业并非🕦👩⚖️“以量取🦉胜”的游戏，真☀正稀缺🎀的是人类独🏁特的视角👑、深刻🦌洞察和共情能力👩👦。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？ 🙋♂️研究者设计了一👨🔬👣个精巧的实验🇵🇦🦍：让 A⚒gen♑🐜t 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 Token—👨👨👦👦—但不实际🇧🇩💒执行修复🔉。
清醒用来感知世界👩👩👦👦，睡眠😐用来理解世界🥡🥺。**七🇲🇦🇹🇨、中间🎎训练之后，VL🛹M本身还好吗◀◾** 除了在机器🧘♂️人任务上的提🔶🕶升，研究团队也关🌁🇭🇰心：这🍔番针对性的热🚵身训练，会不会☮削弱VLM原本在❔🚨其他视觉语言任务😒💂♀️上的能😝力？毕竟📓，一个🇰🇾🆔变成了"机🚣♀️器人专家"🕛🌉却忘记了如何看图🕚说话的模型，🆒应用范围会大🌗🏓打折扣⛵。
“纯扫描时🌙间可以达到1💪5秒以☢🎖内🇱🇰。现在各家📡📽平台能力🏴基本都够了，差的🧁是把故事反过来🚈讲，先👒🔓别急着告🇵🇸诉用户🈯sem投放「你能做什🌭么」，🇫🇮先搞清楚他「你🥘哪块有问题」，能👨🦳通过服务级🥝🈂产品解🌜决🚁🧸。另一方面🥩，他们还🤾♀️将在学术方面继续🏀🦌创新✒。毕竟，坐👶🈹拥 3🇨🇵.45 亿⌛月活，全⏩靠免费模🕯🇳🇪式撑着的话，这笔🌇账，算不长🐋🏥远🚛🛩。
