（来源：上观新闻）
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5️⃣身场景数⏯据上微调VL👫🍨M（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🌃。从北京通州全流程♉人工智能种植示范🌁，到四川等地的楼⚓🦞房养猪、植物🍣工厂，智🇩🇰能感知、自主决🍙🍼策、精准执行🍃技术正📨👨贯穿“🦛📃耕种管收👶➰”各个🥼环节，再🧛♂️🏠到西北📃民勤、永🇨🇺😜昌的设施大棚内，🇦🇼🔖物联网传感器🧁💻实时监测🇻🇮🧼作物长势🤫。
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🦀👩👩👦「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🌪。如果豆⛅🇪🇷包成了，那国内📇大模型🚑😁行业的 C 端商🦹♀️🥉业化，找🧶到了一条可行的、🔚不依赖低🔚价内卷的🙆🇾🇹路径；如果🐔🕣它最终栽在了行🎇🇪🇭业的结构性🍜😅难题上，那🏦国内大模型玩家，🥭就需要重新思考🐃🦋：C 端🎣订阅这条路，💂♀️到底怎么👨🌾才能走通🇻🇪👩👧。
