（+微:hywyysxs）
GoCli👖ck直💫🛎接输出目🦑标坐标，不需要🌔🦆额外的检测模型🐞预处理，也🖤🐢不依赖大模型🇨🇼🇩🇰做最终决⚡策⁉。在仿真🐎里摔无所谓，真机♻摔一次就🐲是事故6️⃣。Gemi🎞🔢ni-2-🥍Fla🖤sh配合GoCl🏁🇧🇫ick在A🎶ndroid-i🕙🥘n-The-🥌⛑Wil🤗🇯🇲d上的整体成🏳功率达到47🐙.2%🦂，同样🇲🇽🏍大幅优于单独🇧🇫🇲🇬使用Gemi⏯🔛ni或配合标记🗃🍨集的方🌻🤧案📐。
编码器-解码器🏪的分工设计让有🌵🧚♀️限的参数😴发挥了最大效🤚💃用，而渐进式🚇数据精炼则去除🌿了那些表面上看🎌🌀起来有用、实际上🔫是噪音的🚵训练样本🚱🧗♀️。
具体来说，他们让♓VLM读取🍖每一个数🌹⏲据样本，提取出模🇧🇭型对这个🇧🇷样本的内部理解表🚢👕示（可以理解🉐🇬🇹为模型对这段内容🇷🇺🎍的"印象"），然🏓后用一🇭🇹💚种叫做最大均值🔦差异（🏫MMD）👴🍪的工具来🥑🧷量化不同数🍜据集之🇳🇴🇨🇦间的分布距离—🕥💿—距离🗿🏺越大，说明两组数🔁🕷据的"世👩❤️💋👩🇮🇸界观"🥟🍧差异越大🚵♀️。
