（来源：上观新闻）
这项技术的🈺重大突🚞🖥破在于，通过二🐫极管阵列就🥨◀实现了此前忆阻🇳🇺🎿器才具备🛀🚵的光学🦔🎴写入、电学读取💜和电学擦除功😢能🧼。不过，🚁🈚定价的贵与贱，从🍝来只和价值匹配度🍪相关🍹。曲线显示，➕🛏经过中🕺🌳间训练的VLM🤦♂️在VLA微调的⛸最早阶段就已📘经表现出更高的🥊任务成功💍率，并且随着V👹🆑LA训练的推进，🤸♂️这个优势不🇸🇲📬但没有消失，🚭🇨🇳反而持续扩大🦔🔉。
这家公🔍👳司尚未发布任何🇸🇱🔞商业产🏛品，但其专注于🇦🇨开源模型📴🔟，他们目前的⚽🛩精力都集中🧗♀️🇨🇲在开发名为 R💇eflec⚙tion-1 的🌒🗻底层基础↕模型，没有像 C🧰🥉hatGP👩🦲T 那样面向🏙 C 🦍端用户的订阅制💚对话产品🧡。这就引出了整个研👃究中最关🧡🔅键的反馈环节🏍。
**七、中间训练🇦🇼之后，V🍬LM本身还好吗*💑* 除🇦🇪了在机器⏸🎈人任务⌛上的提升，🇬🇳🏏研究团队也关心：🍇🆗这番针🇨🇿🚥对性的热🌥身训练，会不会🇨🇩📞削弱VL🥮🔍M原本🌆🦝在其他视觉语言⛳🌏任务上的🧚♂️能力？毕📩🌕竟，一个变🌉成了"✂🎻机器人🇵🇫专家"却忘📩🤓记了如何看📥🕦图说话的模型，🚫应用范围会大🐱🇯🇴打折扣🐁⛹️♀️。
