（来源：上观新闻）
单体机器人能力🧯不足的地方😆，系统可以补💈😄位🇹🇭🏳️🌈。甚至一些🇧🇴😅适配得很优秀🐑的应用🇵🇦🚍，例如飞🇧🇲🌵书和 QQ 🛌🌇音乐，折叠🎄🔻和展开时能丝🎆滑切换手机和平🇬🇪🇸🇽板的两套 UI🍧，让不同场景的体☦🔹验更加🇹🇬舒适🇪🇪。他们重新审🎚🇨🇭视了这个🗺🇨🇱问题，提出🧦🚝了一个新的假设👨🎤🐵：语境不连续☦导致性能下降，🥣主要原因并不是🧵🧹文档之🏢间缺乏深层语义🙎♂️交互，而是文🐆档边界处出现🇹🇱😬了"结🔗构性伪🕞🇮🇷影"—◽🔰—更具体🐋🗣地说，是一🇲🇶种叫做🦸♂️🌶"注意力🌌汇聚"的现象在🚣♀️👿作怪🤺。
这个存储消🥚化结果的机制，💩🗻就是"KV缓存💷"💣。不想过度承诺⚙，也警惕成为👂 “小老头” 🇫🇲公司 晚点：长远🇦🇺来说，你认🔞👨👨👧👦为具身智能行🇩🇲业会是怎样的格👨🚀局？规模和🍛🇲🇶集中度会怎样？ 😻唐文斌：接下🍤🧮来三到五年，可能🇦🇼⁉会有几十家公司🈺同时存在，有非常🏄♀️👂多的细分场景和⬆垂直领域可以做🚌。目前半导体收🛢🗓入增长📶主要由平均售价🗽上涨驱🇨🇰动，而非💉🤾♀️出货量增长🧙♂️🥗。晚点：🤰你们具体怎么🌛🇹🇰解决这♐😳些问题？ 唐文斌🔗📑：第一👶🖨，在 VLM 😷🍄初期就让模型见👨🎨到机器人的🧂📽数据；第二，在💤 VLA 训练时🛰超凡蜘蛛二免谷歌，不只训练 🍣act🤓👼ion（动作）能🇸🇲🇳🇨力，同时也去训练🇹🇴 groun🇼🇸🗡ding（🇧🇦视觉定位）、VQ📊A（视觉🔰👱问答）这类偏 V🧴LM 🍑🏳️🌈的能力，做联🔳⛩合训练🚷🚫。
