（+微:hywyysxs）
看扫描图像只是你🛐🇮🇨做的一项任务🔼。GoC🔁📛lick直🇧🇾🧞♂️接输出目标坐🕤🇲🇶标，不需要额外的💃检测模🕔型预处理，也不⬆👩💻精因宝贝依赖大模🇧🇩🇦🇲型做最终决策👷🎪。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🇮🇳🏔。
而且大纲🍇🇲🇵是卡片化逐页结🌟▪构，哪一页讲什么🌅🚘清清楚楚，你🙅🐸可以随时💌改，AI也会跟🇧🇯🍃着一起调😂整，不♓♐是一次性写死的🇨🇲那种🎉🛒。03. 零样本硬🇺🇾🈁件部署和15🧞♀️⛅个任务🇵🇭的泛化测🥯🇲🇵试 把在R🛶🇲🇲WM里训练🈺的策略直接扔🗝🤳到真实机器人👩👩👧👦上，不做👩🦱🥚任何微调🍱🌽。V4不用业内泛🌻滥的参数🛩平均法，而是用了🐾🤫同策略蒸馏（🌯🎨OPD）🤗。他们可👫以转而照顾🥠精因宝贝餐厅里🌼的顾客，而🇲🇿🇧🇯不是让🔥顾客在🐯💬那里干等🍪。随着产品迭🚩🐡代、产🇳🇫能扩张，会👨👩👧👧🇹🇰有持续的❕设备采🦢购需求☹🚎。
