（来源：上观新闻）
结果显示，6️⃣🇿🇲精选后的😧🌳VLM数据🤚多样性得分为♠1.93，🤞与通用VLM👨👨👧👧🇪🇭数据的1.9😲6非常接近，远⏬高于具身🌅📪导向VLM数据的🍱🍟1.62和VLA👨🚒数据的1.😃🐼26👨👨👦。
每多一轮对😋☮话，这个上下文⚠🌪就变得更🍈♿长一轮❣；而模型🇨🇴是按 🚜👨🦰Toke💿n 数量计费的👩✈️🎰——你🎙喂得越多🕶🧵，付得越😨多😒🕕。更引人注🔁目的是横向比较🎷的结果🔳。研究团队提出🍘了一套名为E🇹🇭mbod🇸🇽🧕iedMi😔dtr👦🎫ain的中间训练🎄框架，核心思路♉🇮🇴是：在♉🥮"通用大脑"和🚕"机器人专项🇳🇬👠训练"之间，加🔪🏘入一个经过精🇨🇾心挑选🌧数据的"🆗🦗过渡期"，🕔🏏让大脑👓在正式上岗前🤾♀️🇸🇷，先经历一段与🧰机器人🧱世界更接近的热💀身，从💗🇸🇮而成为一个更🤦♂️好的起点🐮🚱。
