（来源：上观新闻）
技术亮☢🌪点主要有👷♀️🐲3个： 💟1、多♎架构横向对🔕🏠比 当前前☔🦅沿的VLA架构—💨🔲—Qw🏰🤾♂️enG🎹👨👨👧👧R00T、🇺🇬🇺🇳NeuroV🎊LA、Llam🧞♂️💞aOFT🧪、PaliGeⓂmmaOF🏌️♀️📳T——都被纳入🗜🌡了同一套CL👗🔫验证流程🧲。
在面对V⏬gtm什么岗位LA结合👖强化学习的研🔕🇦🇨究方向时，🥪开发者往🍒😌往要面🖥对两座大山：动🖥🦞辄数十🔀亿参数带来⛸🚚的极低的推理🧐☢效率的门槛，🔃以及微调时极🕵🔯易引发的“灾难性🇹🇷🥘遗忘”🥏👧难题📑🚒。
智平方这次拿📣出来的Neur🏂oVLA，是全球⏮🙃首个支💽持在公开基准上验🇭🇺🥄证的类🔋脑具身开源模型🏰▫。这套方😖案的核心🉑🇬🇼突破在于： 📠1、信息瓶颈🧠🇦🇿编码与V🧲🇨🇷LA主⏲👮体冻结 🏴👨💼为了解决算力开👒销和遗忘问题🎇，方案引入了信息🇧🇭🤢瓶颈编码器与两阶😈◀段训练策略🦄🥮。
