（来源：上观新闻）
VLM🇸🇴😺常用的训练数🎸据，包括大规模🇦🇲图文匹配数👩👧👦🦁据（如LAI📘做软件的叫什么职业ON-400🇾🇹M、CC-1🚦2M）、视觉🍤问答数据🛏（如L📜LaVA-I🔒☀nstruct🈵-665k）🇮🇶、视觉🥇常识推👩👩👧👧理数据🇱🇾（VCR🆕）等，它们彼🐫此之间的距离普遍🤞较小，属于同🔕一个大家庭🏴👨🦳。最终筛💪🛹选出的12📞0万样本🇧🇼🇲🇴中，LAIO🈸N-4🇸🇱00M贡📱🇹🇳献了最大🚥的绝对数量（占🎰🇻🇨比32.0%🥒），但这不🔇是因为🐦👨🦲LAION整📥💄体上与机器人数🚂据接近，而是因为👨🌾👩这个数🇳🇮据集总体规🧴🧴模极大🈂，哪怕只有很小比🉑🔙例的样🔅本够格，绝对📉🇧🇯数量依然可观🧟♂️。
打个比方🔏：这就🇧🇳🥧像请了🧽一个修理工，🖨他每动一下扳手🙍做软件的叫什么职业之前，🎐都要你把♟️整栋楼🛶的图纸从🦑头念一遍给他听🇬🇹🇫🇯——念图纸🎩😖的钱，远比拧螺丝🇾🇪♋的钱贵得多🔴。还有一🇬🇲位乡村物🗞理老师，缺教具就㊗自己做了光的折射👨💼演示工具🦛，学生拖动滑杆🍭，光线轨👔🍆迹实时变化🧘♀️；乡村中学🛴买不起实📻⬇验器材，😖这样的需求以前🎥🍬无人理会，不是能🧽🇸🇭力问题，是商业上💺不划算🛍。
