（来源：上观新闻）
研究人员成功教会🇸🇭了人工智能一种🤒➗至关重🚈要的能力🌲🦋：在开口说🍞话之前，先在心里😱默默打个草稿🉑😢。这个发📏现至关重要，它意😀味着：与其抛弃所👛有VLM数据重🤞来，不如在🌘VLM那💥🕦片广阔的数据大🧴🇮🇨陆上，👩🗡精准地🇭🇰🥪挑选出🗾那些与机器人世界🏺更接近🚕🎥的"边境地带🥨"样本，用它们🐮🚑来做针🇪🇸💊对性的😐过渡训练😼🌍。反过来🤫🧓，擎天租在🔘📷商业一线获🇲🇵取的复杂场景交👨🔧互数据，也以最🈚短路径反🌁🛒哺智元的技术⤵🖊中台🇱🇦。它是一🇸🇹个简单的线性层，♈建立在冻结的VL🇵🇼M特征之上🐯🔑，不需要对V8️⃣🎖LM本身🍏做任何改动👨👧👦。Agen📸😙t 持续运行时🆘，项目历史、🖲用户偏好🥅、对话记录🕺🚥不断堆🏒积，超过临界😶📎点后模型开始遗忘🐧早期指令、前🗓🇸🇻后矛盾、🎵👨❤️💋👨编造事🤷♀️🦞实🏄♀️🍠。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⛹️♀️🇲🇭。
我们对 A🇧🇹I 的期待，说🐬起来非常简单：给🏚最好的方案、🍽最准确🦙🇳🇵的代码🔡、最精确的回答🇨🇩🐎。这说明用户需求在🇰🇿起来😙🙊。据研究团队🇵🇫👨🚒回忆，这🚮项研究中最大🖇🧬的挑战在于👨🦲🏴，在实验🌹室中“手搓”🥘🧡的单个器件👩🚀可能很🍶👴快就能工作运⛴🌺行，但要做 1🇯🇲0×10 的器🧱🐪件阵列🇭🇰，需要🌮📸保障每个像素🌕稳定、性能🗜均一，而且还能🧜♀️单独控制🇨🇭🐋。@的历史 @🈵符号的历史远比🐏互联网悠久🚩得多🤡。最好的🍧🇵🇷成绩是 Cla👨🏭⛈ude 🛠🇲🇩Sonnet-7️⃣4.5☕🧛♀️ 对输出🍐😾 To🎢🔨ken 的预测👧相关性——0.🇲🇦🚷39（🎱满分 1🔌.0）⤴🤯。针对这个🐋🍌现象，一项由斯🦹♂️坦福大👦🧝♀️学联合No🏐tba👱👩🌾d AI机构领🕝导的研究💡🔲团队给🇬🇱🤜出了突破性😱的解决方案🛰。
