（来源：上观新闻）
如何在一⭕个完全基于🇬🇶“人类乘客+常🇿🇼规行李”设计的🦸♂️公共安🤦♂️全体系中，❔为这些带着🏚🦌大容量👨👩👧👦电池到处乱跑的🧚♂️硅基生命💔寻找合🔫规的生存空间，🇲🇵🇿🇲恐怕是比让机↖器人学会后空翻💰0️⃣更难解的现实课题🧴。研究团队🛅😉提出了一套名为E🎌😩mbodie🦙dMidtra🇮🇨🚴in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📞网站建设优化哪家公司好段与机器人世界🦖更接近的热身，从🛅而成为一个♥更好的起点🇺🇦🚣。
尽管这些方法👻⛹️♀️可能有效，但⬅它们也同时会™🌕带来不🧰🦆容忽视的问🐝题：硬件复⏮杂度、🇧🇹芯片面🇹🇷♏积和功耗也会大幅8️⃣度增加📠。VLM常用的™🦸♂️训练数据，🧦🙍包括大规模🔅👩👧图文匹配数据（如🥔LAI👓🌬ON-40🌔⛳0M、CC-12㊙👾M）、视觉问答🕑🇨🇳数据（如L🇧🇾🍶LaVA🦆-In🍮🕓str🥙uct-6🏹🦷65k）、视👩🏫觉常识推理数🌉♉据（VC🌞R）等，它们彼⛱😔此之间的距离普🍤遍较小，属于🇬🇬同一个大家庭🏑。
