（+微:hywyysxs）
曲线显示，经过中🍕🍾间训练的VLM🗯🇯🇵在VLA微3️⃣调的最早阶段就已↔👾经表现出😑更高的✔任务成🇱🇻功率，并且随🇨🇺着VLA训练😼🍌的推进，这个优🛀🎉势不但没有🛅⛄消失，反而⌚持续扩大✉🦄。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🍄。
Wafer 🛐bonding🌆🤬 工艺🎙💇♂️的任何偏差，都🇹🇿会反映🙇♀️在出射角度上🇧🇫🏭。电商爆款视频🥼AI工♟️🏔具企业🚹🇧🇼Creat👨🔧e OK合伙人🦔〰张锦也在S🇨🇫eedance🈶 2.0🚢🏊发布一周测了几个🎥💟实操过的🇸🇪Case，👶🚋感受到了它的SO4️⃣🎙TA能力▶☑。新版本相对前代👨👩👧 GPT-5🚃.3 🏩Ins🇿🇲tant 幻觉率🗨🕷下降 52🏳️🌈.5%，并新♓↖增“上🚎💝下文管理”能力，⏸🐎模型可以🍭🦠引用此前的多轮对💆⏺话、用户上传的🇺🇬文档以及授权👗连接的 Gmai🦖l 内容👨🏫。
