（来源：上观新闻）
◀ 田🤼♂️♌间地头🇧🇭的“数字员工”：😕从无人机到无人农✳场 ▶ 🇲🇾🚇当不少行业还在🤼♀️🥽讨论“🎖🌼数字员工”能否😿🧝♂️替代白领时，农业🗣领域的“数👲🤚字员工”早已下🇸🇷💜田🇮🇹。由于AI学会了在👬🇸🇳后台打🍂📭草稿和进🇲🇿行多步逻辑推演，🇰🇲它们给出的答🏁案会更加精准🎬🔭、可靠，🇹🇴🏐能够处理更🦁深度的逻辑谜题📇和数学问题🥋，大大减🤐少“一本正经胡🏨🤽♀️说八道”的🌒🍆情况🇩🇬▶。
研究团🔷队在五个VLM🥛🤽♀️标准基准📅👳♀️测试上评估了中💻间训练前后🚴♀️的变化🏒。这种权衡是🔟🐰可以接受的，因🐏🔡为中间训练🇸🇮的目标本来就不是😼🛄让VLM🏅在所有任务🧀🐴上变得更🈶好，而是让它成🇱🇹为VLA🏴学习的一🇸🇷⚽个更好的起点😝。作者来自弗🐥吉尼亚大学🔑🚨、斯坦福⁉大学、MIT、🍻✒密歇根大🍣学等机构🇲🇸。我们目前付费用户👨👦超过3万💱🈸，而且年费最高档👁️🗨️是1000多美金1️⃣☣，很多人直接🐿🗜付⚜👩👦。
放到企业级应🔘🇱🇰用——一天跑几👩🔬百个任务🌷——差距就是📃🇵🇸真金白银🐣👽。研究者让同一个🌻 Ag🤽♂️ent 在同一📳个任务上⏲🐱跑了 4 次🤰，结果发现🇲🇻： 在不同🌰🔉任务之🇿🇦🚍间，最🚴♀️贵的任➖🧭务比最便宜的任务🌰🗣多烧约🧾*️⃣ 700 万个 🇸🇭Token（🥏👨🌾Figu👩🎤re 2a） 🚔🔃在同一模型、🚜同一任务的多次运🇻🇺🚴行中，最贵的📘⛹一次大约是最便🗺seo和sem的区别是什么?宜的一次😛的 2 倍（F🎩🦖igure 2💸🎫b） 而如🇦🇨🗝果跨模型对🥕比同一个任务，最🇦🇽🤽♂️高消耗和最低消🌟◻耗之间可以相📵差高达 3🔚0 倍 最后👫一个数字尤🦟其值得关注：这👖🕐意味着，选对💝🥺模型和选错模型之🌵间的成本差距，不💭是“贵一点”，而🛐是“贵出一个🔪数量级”⛑。
