（来源：上观新闻）
研究者在论文中直🦍言：「基于方🌰案的人机协作工🙋具不应被视🇮🇩为省时省钱的工🕷🇾🇪具，而应被视为👀通过增强人类创造🇧🇯力来产出更📼🌁好结果🔛的工具🚣🏎。Emb🎿🤤seo和semodiedM💚👩👩👧idtrai8️⃣n不使用机器🤟📲人场景数📥🙃据微调🧮🤽♀️VLM，而是💩从VLM原有◻的海量训🤲📰练数据中筛🐻🇦🇮选出与机器人🦗📃任务"世界观"🏳️🌈更接近的子集，😜💑用这个精选📒👨🦰子集对VLM进行🤛过渡训练✴🎮，让它在进入机器💂人专项训😡练前就具备更🏄🦑好的基础状态✌☦。
据此前🕶爆料，目前苹果🇲🇩🧖♂️正在研发一款桌🕝🐓面机器人，外👨🌾观类似加♒🇸🇱装了机🧼👩❤️💋👩械臂的 i🔅Pad🏕。**三、热身2️⃣训练的实🖖际效果🇼🇫：小模型逆袭大🌄🏀模型** 有了精🇧🇭选数据🔑集，研究团队就🗣用它对V🎴LM进行中🐂🏖间训练（全🍗参数微调，批👨👨👧👧量大小256🐴🦹♂️，训练🥍5000步）🎅，然后再把这🇻🇺个经过热身的V🕺🌽LM作🤬为起点，按照🏑🈷标准流程训练成🇧🇼VLA，在👨❤️👨👩👦👦三个机器人🇩🇪😱操作基准🎴测试上进行🔊评估🐜➡。
“一方面💟seo和sem，目前大模型多🍎数都是免🇱🇦费的，像↩🉑豆包这种还👊🅿会执行生成视频👳♀️📘、PPT等🇵🇪复杂任务的模😾🇺🇸型，算力和To🤘🇸🇻ken消耗都🛥比较大，👨👨👧👧📄使用群体✔🇸🇾也比较多，所以🙎🇹🇫消耗成本高🌽🥯。
