（来源：上观新闻）
它打开项目，读💁了 2😘0 个文件，📐🇰🇷ce认证费用一览表改了改，跑💋🕟了一下测试，没过✝，又改🇳🇿🧨，又跑，还是⏱🌦ce认证费用一览表没过……🚝🍘来回折腾了十🧽几轮，🇲🇹终于——还是💌🍤没修好🍞🧧。尽管拥🧚♀️🖨有智元背👨💼景，但擎天租的商🏴☠️👋业逻辑从未止步于♾️单一品牌🚅🕵的渠道✉。他最初💙💣只是想💥小试牛刀，没🧥👩🚒想到越写越快↩♉。训练时批😛量大小1🇫🇯🇹🇦28，通常在7🤷♀️5到100步✔内就完成🇸🇪（提前停止条🦊🥝件是验证集🥉准确率达到9✋0%），🥇🎇计算代🦞价极低📝。用t-🤼♀️🎨SNE可视化🔻（一种把高维数🙇♀️🦸♂️据压缩成二🦂维图来🥙直观展示🇸🇦💇♂️的技术）🥾🧝♂️来看，机器人数据😼💢形成的🤹♀️🥄那几个簇🗒👩🚒，与VLM数🍬🥝据的主要区域🐽➰几乎不重叠，只🦓🕘有极少数VLM样🗞本漂浮在📤靠近机器人数👨🔬据的边缘地带🤘🗜。
Clau🚄de Sonne🕵t-3.7 💇和 Son🆑🧂net-4 的预🌉测成本甚至高😊🇦🇱达任务本身成本的🇩🇴 2 倍以上🤸♂️8️⃣。有趣的是，对🥢🏐比两种初🍐🛋始化方式下的V🇰🇭LA训练损失🏜曲线，两者几乎没🐟🚍有差异——损失👱♀️值的下降💃🧻速度和最终水🕟平高度相似🎢🖍。更麻烦的是🍿，研究🧷者们此前也尝🔔🍆试过专💞👨👩👧👦门把V⏬🚀LM在🔜3️⃣"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🌍🔈。有意思的🇬🇩是，有一个地📧方两个系统做🍵ce认证费用一览表出了不一🐵样的选择🇩🇲。
