（来源：上观新闻）
更麻烦的🚓是，研⛑🅰究者们此前也尝🏢🥄试过专门把VL👨💻🕓M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🐿⏮。
3. 🧣☕Agent 需要🖖🇹🇫“油表”和“💰刹车” 论🉑📇文提到一个值得🇨🇫▪关注的未来方向—😹😉—Budget💒🧚♀️-aware 🙂🇨🇾tool-us🎫e po🥫🥋licies🇵🇱🔍（预算感知的工具🧚♀️🇦🇬使用策略）🇦🇸🛂。
它正确🙎♂️地找到了一📻♣个旅游网站说🧞♀️🎣尼斯河🚝🔥「流经该市」，🇸🇷😎但错误🈵❓地推断出它「🍌🧜♀️在西侧」🧶🔐。结果显示，🍤精选后的❣🎋VLM数据多样🥉性得分为1.🙌93，与通用VL🇮🇸👯♂️M数据的1🔠☔.96非🏙常接近，远高于🇧🇾具身导向VL👩❤️💋👩🇬🇾M数据的1.62🥁和VLA数👥据的1.26🌠。
