（+微:hywyysxs）
在Cal🇸🇯📯vin上🙀，中间训练后的▶🧚♂️1.1B模型以🧘♂️🛩3.714的🍽平均得👦国家有正规的供卵么分超越😓◀了Open🗞🇹🇹VLA（2🇾🇪.548）和🔃🇹🇦π0（3🌾.509☠🛄），与1.7B的🇧🇬KosMo🇾🇪s-2（3.👩⚖️💥096）📆🧜♀️、2.9B的P🔍alige👩🦳mma-1（3🇺🇬〰.506）🧫🔃、3.0B🤛的Pal🍖igemma-2♠☺（3.406）形🕯成显著优势🚑，与2.1B的⏱Qwen◽🚼3VL-2B🕌☘（在全👺👩👩👦👦量训练🦢👩🔧数据下达到4.✌142）的差距🍞也大幅缩小♒🙁。
另外，人工智能的⌛😮设置有讨好🖨🧚♀️人类和👨👨👦🙇用户的倾🛶向，这就为无🇮🇪⛸助和彷🐋🈯徨者陷入机器人🇪🇦🥑的陪伴陷🎯阱无法🙌🎩自拔带来了🇲🇫🇹🇭隐患🦡。Sor👐😯a的失👃🐛败揭示了独🖐立的消费级🇲🇱💲视频产品🏟在当前算力成本🤽♀️下的挑战，倒🎷逼其他厂商🇶🇦加速构建🇸🇴闭环链路♋🕜。这是壁垒🧮💸最高、价🛍值量最大的环节😐☔。
