团队自研的超少样本具身操作大模型“FAM系列”用“二次预训练”和“热力图对齐”，让模型在执行任务时更聚焦局部关键点。比如，搬运料箱时优先关注把手，而不是依赖堆大量不同颜色、新旧程度的料箱图片去“记住外观”。
so that the "actual computer" was relieved of these menial tasks.
。safew官方下载对此有专业解读
FT Edit: Access on iOS and web
一開始我被刻意不告知任務的目的。但研究人員後來解釋，這些任務是為了啟動我大腦中的「跨情境學習」（cross‑situational learning, CSL）能力：也就是我們天生、直覺地利用統計資訊，逐漸推敲單字意義與基本文法的能力。你可以在這裡深入了解語言習得中的統計學習，但簡而言之，它指的是大腦根據語音中出現頻率，去辨識語言中的規律與模式（例如哪些字常一起出現）。