（来源：上观新闻）
换句话说，在机🍫👩🚀器人任务上真正🇳🇵🐋重要的模型能力改🥟🕺进，并不必然反🇪🇬🕛映在训练🇻🇪损失的变化上，👙这也解释了为😞🏆什么单😞纯在具身场景数🍟据上微调😟VLM（那样🇱🇸🇩🇯做同样会降低训👵练损失）却🖤未必能改🎙♑善机器人任务🎆表现👰。
当一家 A🗻I 公🇬🇱🦃司在解决⚪工程问题的过程中🛌独立走向了同样🍫的结论，这或许🎮🇩🇲在暗示： 智能🐪🍁有一些绕不过去🕝📧的基本开💫销👩🔧。
而如果他进那🦉😽样的大公司，💲一个月收入很🖋🇱🇺可能只有🌝泛三四千🚦。面对国内用🥥🥨户「低持续付🥚☸费意愿🇻🇳」的行业难题✒🎛，字节没有😀现成的解法😈，这是最🇰🇿大的未💯🇨🇾知数🕙。Q2：邻🧑🇬🇺近性估计🔝🍴器训练起来复杂吗⛴，成本高不😄👞高？ ⛅🔼A：邻近性估计器🕊♉非常轻量🛂。
