（+微:hywyysxs）
嚯，这下真“😋万物皆可PPT🇵🇷🧕”了 测到这👩👩👧👦里，我其实有点憋🈺不住了🧻🕹。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🗻。国内围绕RISC🇨🇻🛅-V的布📚👯局，已🇲🇪经不再停留🗑🗒在做核、做MCU🇰🇮、做研究♒，而是开始走🛀🇵🇸向做芯片、做平台🕎🚡、做系统、做场景🕧🦅。
马斯克也曾公🎶开表示，磁体供应🍜紧张影响了 🏛🚑Optimu💎☎s 的量⛓🇬🇾产节奏🈲。麦肯锡给出一个🌐📏直观的👟🌰成本测算：若脱🍧离中国供应🧂链，生产一台👡☀特斯拉 🇳🇿🐦Opt🇧🇪imus 🎨🏧Gen 2 的🇳🇿物料成本将🇳🇿从约 🦉🏅4.6 万美元升🤕🧟♂️至 13.📱🛑1 万美元，差距👩💼近三倍🇭🇷。即便强如特斯📿🧵拉，初期也必须亲👰🌞自下场研发关键模🇩🇬组，不是🇳🇨💅战略偏好，而是市👩🔬场上根👌🇧🇾本没有符🎑合要求的标准件🇨🇷。在Androi👡d-in🐲-The-Wil◽🇳🇵d测试上，使用💖GPT-4o单🍇🎇独既做规划又☪做定位🔯🛂时，整体步👩👧骤成功率只有2👘🕧7.2%；®引入G🇧🇧oCli◾🛃ck专门负责🐗🔅定位后🧜♀️，这个🍃数字跃升至4🎏8.9%，点击🇨🇰✡动作的准🚚😲确率更🛒🤵从29.9%飙‼💨升至5🦹♀️⛲9.7%，几乎💰翻了一番📖💤。
