（来源：上观新闻）
在Calvi🇹🇭🤷♂️n上，中间训👘🇦🇮练后的1.1🔉🕳B模型以🇰🇿🍛3.714的🍉平均得🕳🍉分超越了🐬🥜OpenVLA🇵🇭（2.5🐏👹48）和π0（3👨🦲👩🦳.509），与1🍱.7B的Ko👦sMos☹-2（3.096👨）、2.9B👘的Paligem🍗ma-1（3.🇨🇰🏣506）、😡🏕3.0B的🇦🇫Paligem🖨ma-2（3.👩💍406🙂🚎）形成显著优势，🛒🔬与2.1B的🤩🚔Qwen⚽🇧🇻3VL-2B（在😾🔹全量训练数据📃下达到4.1🈯🏒42）的差距也🕧🇿🇦大幅缩🏌⬅小🔰🈺。
2026 年 4👨🦳 月，🇫🇮一篇由斯▪💥坦福、MIT、密🕚👉歇根大学等联🚂合发布的研究论文😫🍟，第一次系统性🥬🇩🇴地打开了 AI🅰🚾 Agent 🖍📬在代码任务中的☃👨👩👧👧“消费黑箱”—🕋—钱到底⏯花在哪了、花得值🦇不值、能不能👨🚀提前预估，答案令🍪🧫人震惊👡。结果如何？ 所有◼👒模型，全军覆👓🍋没🔌🌑。大自然里没有抄🍛🦹♂️袭，但工程师🇱🇮是可以看论文的🧻✂。
据研究团⛹️♀️队回忆，♿这项研究中最大⛽🈯的挑战在于，🍃在实验室中“💾🧾手搓”🍍😨的单个器件🌡可能很快就能🤞©工作运🚾行，但💔要做 10💗🕷×10 的器件🇹🇭🖖阵列，需要保☔障每个像素稳定🦀、性能⛏均一，而且还能单🇪🇹🤴独控制➰🎫。登机前表演节目🌆逗乐乘客 锂🥘Ⓜ电池超规被🏭🌮卸载 如果🎨说占座只是打🎞破了常规，那🇲🇨么机器人体🇳🇫内的“心🚜脏”则直接触🥥碰了美国航空💯🍪监管的红线🦜🚴。发现二：同一🐆个 Bug，跑两🤧9️⃣次，花费能🍟差一倍——而且👨👩👧👦越贵的🐖 Bug 越不稳🇬🇺🖖定 更🦂让人头疼的是🦶📝随机性💿。
