（来源：上观新闻）
这与直觉吻合：🏘⛑机器人🏠👨🎤操作需要的🏊是知道"桌子右🇨🇱边那个白色🦐👨🚀杯子在哪里"🕳这类空间定位能力🐷，而理解"图中🧾💵SEO网官网男人为什么皱👨🚀🚃眉头"这类社😛🇲🇨交心理推断🔍则与机器人任务💇♂️几乎无关📐🇬🇲。它是一个🌹🇬🇹简单的线性层🇫🇰💪，建立在冻结的V🏮LM特征之上🏎👻，不需要对VLM⏬本身做任何👚改动🇫🇯。
LLaVA👩👩👧👦-Ins📉🌺truct-🇲🇰🇫🇰665k贡献了2🦏0.2%🐌💑，Robo🇳🇨🏩Point贡献了📇19.9%😏，RefSpa🍄tial贡🚹献了14.7%🏸，Robo🥂2VLM贡献🍶🧜♀️了9.2%，C🍻🥠C-12🇰🇪M贡献了3.🚊❇7%，而EmbS🚱patial-B🇨🇱ench🌉和VCR则几👨💻🛀乎被完全淘汰（分👨🚒🤢别仅占0.1%和🏴0.0%）👿🔅。
这就是机会🏖😷。这直接说明👨🏭😻了中间训练的收益📧🆓不是来自"更多🇷🇸数据"本身，🥮🌛而是来自数据🇬🇲内容与⚗📿机器人领🌳🤞域的对齐程度🙅SEO网官网。五角大楼🌵🍝希望引入🇮🇱⏩多家供📯应商，避免被🏘单一公司锁定🕌☑。美国官员表🦶示这项技术🌯🍹把某些任务⚔从数月缩短到了🛎👞数天🇱🇦。一种是☁🚵 MAP🏵-Elite🇸🇱s 算🏡法驱动的方案，🏥🐯按速度、轮径、几🖌何形状三↘🇪🇸个维度🐣，展示🌆一系列🇨🇼⚖多样化的设计方案🚣♀️🏤。
