（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🇲🇷。
这一发现也解🇰🇮释了@在1📘9世纪的用途：🤧😵当时，会计人员🙍♂️和商店经🔔⏸营者将其用于相🇵🇼▪同的含🦏🇨🇺义，在账簿中通🇱🇸过打字机🏴☠️🌧记录价格信🙋息🧁。但海外🧒和国内不一样🔀🥡。在这个融合阶段🌛🚚，模型就像🧷是一个正在整理思🛴🚍绪的辩手，🧰一边看着手里的辩➖题，一边瞥一眼自🦕己刚刚快速写🕸🥝下的提示词，尝试🦹♂️⏱基于这👩🦲💁两者的结合🧦🛐来预测接下来📦💛到底该说🇬🇲什么才最准😮🧞♀️确🥤。
