（来源：上观新闻）
” 类似案🔄🇺🇿例并非孤例🌍。点下“运行 A🎥gent”🎡，就像开盲盒🇨🇮——账单出来才🤱知道花了🍘多少👮♀️🏢。Embodie😕dMidtr💂♀️🚸ain不使用机器🍨人场景☪🔪数据微💪调VLM，而是🦒从VLM原有的海🧗♀️👨💼量训练🆘🏤数据中筛🇦🇮🤑选出与机器人任务💇♂️"世界观"更接近🌤🕔的子集⛺，用这个精选🧣子集对VLM进🇩🇰⛷行过渡训练，让它❄🛷在进入机器人🚄🏴专项训练前就具备👷♀️更好的基础状🍦🦶态🦶。
而一个典型的🌹低分样本则是一🇨🇵👬张书籍封面的图🌿片，配上"🅿这本书是谁写的⛽？答：C8️⃣harles P⏏. McKea🕢💂♀️gue🌵。所以，↗📡即使是🤴输入@符号，🚬🏌️♀️也会因你🍭身处世界何处🆓📄而带来不同的体验🇧🇳🚔。
论文发现了🗿一个“🚣♀️🚼倒 U👩👩👦⚪ 型”👨🦲曲线： 成本水🧭🎥平准确率趋势低🇧🇻🚏成本准确率较低（🏋️♀️0️⃣可能投入不👨👩👧🎠够）中等成📣本准确率往往最🇸🇮🎢高高成本☎准确率不升🍢🦄反降，🥵🤡进入"饱和区间🇼🇸🧼" 为什么会这样🔸？论文通过分析 🇷🇼Agent 的具💱体操作给出了答🤫案—— 高成🇪🇹本的运👃🧼行中，Agen🍶🏑t 大量时间🇻🇺👮♀️花在了“重复👨❤️💋👨📃劳动”上🍪✍。
