（来源：上观新闻）
论文发现了⭕🇵🇾一个“倒👨👩👦👦🇱🇻 U 型”曲👚线： 成本水平🦏📊准确率趋势低📡成本准确率🇩🇿🧠较低（可能投入↘不够）中等成本准🇺🇿确率往🍃🍞往最高高成本准🔮🥫确率不升反降，进🏰🧫入"饱⤴和区间" 为什么🥩👨⚖️会这样🌭？论文通过分析 👝Agent 🏵的具体操📷作给出了答案🇹🇴—— 高成本的运🕔🐷行中，Agen🙍♂️👨👧👧t 大量时间花在🔷🅱了“重复劳动”😻上😼。
“To💠🧟♀️ken的价格👩👧👧差异，本质是其承🔧🎮载的能力差异🏹。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VLM（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🇬🇮。然而，👙🇰🇬现实中存🧳🐒在一个尴尬👨👨👦🥥的裂缝🚧🏌️♀️：负责打基础🎷🐲的"通用大✡脑"是🦛用网络上大量🇹🇰图片说明、问🍍🎭答对话、文档理🆖🔄解等内🅰🦛容训练出来🇹🇯🎙的，而机器人实际🏟要做的🥼事——✡✨拿起杯子、移🕉动积木、操🔂作机械臂——😰所需要的那种理解➡方式，跟"看图说📷🌠话"或者"回🌈⛰答问题"完6️⃣🦠全不是一个路数🐅👳♀️。
