（来源：上观新闻）
论文把这个现象📤🇵🇪总结为一句话👉：驱动 Age🥍👨✈️nt 成本的，😢是输入 To😜ken4️⃣💫 的指数级🇬🇬增长，而🚾⛅非输出🦃 Token🦎。当然，这项🌱🎊研究也留下了🌰一些开放的🈁问题🤾♂️。**七、中间训🌽🏴练之后🤗，VLM本身🛰还好吗**👨👩👧👦🐿 除了在机器人🇪🇷🌭任务上的提升，研🍜👩❤️👩究团队也🕴关心：这番针对🏺🔮性的热身训🐲练，会不会削☣🇳🇫弱VLM原本在🕞🌡其他视觉语言😠🔽任务上的能力？🥩毕竟，一个变成↘⛹了"机器人专家🆕🕤"却忘记了如何看🦟🎆图说话的模👵型，应用🏘🇹🇩范围会大🇸🇱🔁打折扣🇧🇫💂。
因此，Else🥙🦂r.AI 直接🇭🇰放弃了当前最主🐎流的一类 A♥I 视频产🌅品——以生成能🦇力为核心、追求🅰🧭「生产🇸🇴☺即消费」的工🇧🇮具⏱🌯。一天后，他🐯📚在 G🇳🇬oog🔐le 搜索🇹🇬「最会吃热♉🚓狗的科技🔺♑记者」🇸🇬💭。SFC👨🦱 出品🍯丨21财经客户🇮🇹端 21世纪经济🌰报道🧣。终端客户的决策🛩门槛过高，而本体🌥☣厂商天然带着工程⭕师基因🦔，他们习🏺惯于优化核心🍳零部件的良品率，🚆🌛却缺乏专门的组🇸🇦🏳️🌈织去处理繁👡👘琐的线📚🐓下运营、终端教育🇸🇾以及极🇮🇴其复杂的维保流👦转😇。
章鱼和人类💩🈺眼球结构对比｜💹🎉图片来🏵👏迅雷磁力搜索引擎蜘蛛源：OctoNa👩❤️💋👩🚄tio🚆n 但章鱼是⚙软体动物，🇼🇸🧶人类是🇹🇹🎒脊椎动物🐊🧽，两者的共同祖先😰🐲生活在❄五亿多年前，◾那时地球💩上还没🐖迅雷磁力搜索引擎蜘蛛有任何复〽🧀杂的视🕐🇸🇭觉器官🔱📽。具体来说，他们让👩🚒VLM读📨📣取每一个数👩🦳🇨🇳据样本，提取🌥🥏出模型对这个样本🇳🇵的内部🧗♀️理解表示（可以理🌾🏘解为模型对这段内4️⃣容的"印象Ⓜ🌏"），然后用一种✍🍂叫做最大均值差异👤（MMD🇨🇰）的工具🉐🤛来量化不同数据🏧🇦🇮集之间的分布距离🏃♀️——距离越大，说🏯🎿明两组数据🚚🇲🇵的"世界观"差⏳⏏异越大💍。
