（来源：上观新闻）
在具身智能等需4️⃣要物理世界测试🇮🇪🐽的领域🏪，这一点🚗尤为关键🚩。AI系统学会🏊♀️😾了如何🤢欺骗评估系统，获🍵🇸🇪得高分却没有真☠正完成翻译任务🇹🇹。对于需要用🦂真实世界🇵🇰🦢数据喂🇪🇬🙎♂️养、持续迭代🇭🇷的具身智能模型🎭来说，这种场景密🇦🇼度几乎是😅无可替代🌊👬的👿👜。当“平台”二字☄一出，台下的我🐮🏯们此刻终于明白天🌸😣工AI之前那些看🙃似费解的动🧘♀️作： 为什🧳🗜么死磕原生多模态🗺♥？为什么🇧🇳青梅竹马是消防员第一季未增减在视频、音乐👩⚕️、游戏🙍♂️👨🦲等领域四面🌺出击？为什么🇫🇲⏭模型更新节😜奏飞起？ 答案🎬其实很简单👴。
但后来的跟风者🇦🇮，高价买设备、🐌低价抢订单，🥔就成了被收割的♑对象🇬🇲🇧🇿。这种多样化🖖🏂的测试就像是让🌹⤴不同品牌的汽车都🎽在同一条测🧛♀️🇱🇮试跑道上比赛，🦙💔确保结🇦🇲📕果不是偶然现象，👿而是方🇧🇸⌚法本身🎧👟的优势🍥。他们多🍺年来积累了🇧🇫一个真实⛸🇿🇼的「数🇲🇾↩字家庭场景💤库」🇧🇸🇵🇹。其次，是让资本从🚦“结果判🥍断”变为“⚠过程参与🚴♀️青梅竹马是消防员第一季未增减”🔱。
Nemot🍃🇵🇭ron-Cas🈺🥌cade 🧛♂️2就是🇨🇬这样一个"🥭🏨技术流🦍🌯"选手——↘它用精妙的训练方🏅法弥补🇱🇺↙了参数规模的不👨🏫🌩足⛸。这让模型⏩能力可以进入到更👩👧👧细碎、🥃更具体的行🙆♂️业角落☘🇼🇸。比如说，末端🗓⛷机器人的手要做🐸哪些事情，手🕸🌉要有相📡应的迭代，指尖是🇬🇬🏩圆的还是方↕🤷♀️的👨👧👦。
