（来源：上观新闻）
数据进入系统📗☂后，并不会👌天然变成Age💴🍚nt可🚷👨👨👦👦用的能力🈯。外屏不再是🇦🇿过渡，👸它本身就足够🚴。这个事情🇲🇪大概发生在😇🛰 200🍕0 年左右🛶SEO和SEM，Jan🦈⏭ Hendr⛹😭ik Scho📴🇷🇸n 很厉害，当时🌉是学术界🇦🇲🇳🇮的明星，他🙆♂️♌可以平均每 8 😽🥩天发一篇🇨🇿🇷🇺顶刊文章，后🧙♂️来大家就发现💜他从来不⛳SEO和SEM去实验室，不知道🤶实验数据哪🏴🌜儿来的，再🌦🕵️♀️一问，所有的♥数据都是造💑假的，最后⛹️♀️🥁调查是🔢🇧🇿学术都有问题，🇲🇻🤬把所有的论文💞😶都撤掉🕍了，他的🆑博士学💴⛳位也撤掉了⛑🇮🇴。
创造愉快🏗⚗。模型不再⚗只是等待🕚用户提问，然🦴后给出一次性尽🦹♂️可能完整的回☄👺答，它🌁多了一层判断😷💥：这个问题需👨👧👩❤️👩要多快的响应、👻多深的推理，🎷🐉要不要调👯🖥用工具🇹🇩🦍。而这恰👩🦲恰与Agen↕t的工作方🕢式更接近🚞。
顺着这条逻辑往🌏💘下看，机器人🦉感知能力大🥰🤴致可以分🈁🕤为三层🐵🚜：环境感知、本体👩🦱🥪状态感知，以及🤤SEO和SEM交互与操作感🗾知🗝。2、降👨❤️💋👨🗒低RL的训练门🐖⏯槛 通过架构优化🎐，系统所需🎵训练的参数量🔟💬从原本庞大的📂📯3.9🛤🇬🇶B骤降至约137🧡M（仅占🍭◼VLA总参数的3👨🦲🔱.5%）📞。
