（来源：上观新闻）
晚点：如果有一📄天你构建的💲这套体系🏴🇱🇧坍缩了，🤓你会退🎎👨🦲回来做一家小🤧而美的公司吗？ 😂🤚俞浩：🗞🧿不考虑🇺🇸🧵。越来越多的🥘👨💻企业用户愿意为“🕎🌝高含金量”T🇷🇼🌒oken买🙇单 谁在为一路👩👩👦👦狂飙的Token🥒量级买单🥿👩🦰？谁又因此赚得🇿🇲盆满钵满？ 一家🍧🇧🇮AI创业💂🥇公司负责人路倩🍚告诉上游🌐🤮新闻记者🛬，前段时间🌿以“小🕡龙虾”为代表的🎰AI智能体📤💦爆火，打开🚆了很多普通用🇦🇽户的腰包🇹🇬。
特别是「120🌁👨W」这比果子👭大了几🤝🇰🇳倍的数字，早已深🕡🤤入人心🇦🇴。也许他对，📣🏬也许他错🇧🇦👨❤️👨，但你在其他🇸🇿🥩人身上🇨🇳，可能很🐩🈲少听到这样直白大🙏🐻胆、不受束缚的表🇮🇸达和思考，🤘➰这种能量危☕险，也稀缺🍱🐃。
具体架🔦构要素🐪： 编🏦码器 🇺🇸E_θ：ViT🐩🏂-L/H/g（⛽300M🇭🇰🥛–1B🇵🇲📫 参数），把视☣频切成 2×16🏜×16 的🍌 tubelet🈺🐫 预测器 P_φ🆕：一个轻量 Vi👩⚖️T-S（约 🔳22M）👩🦳🌅预测被 😔🇬🇭mask🇦🇹 部分的🕞潜空间🏖🗽表征 使用 3❌🇳🇬D-RoPE☃🕧 位置编码（🎬时间+H+W） 🧮约 90🧿🇳🇵% 的高 m🇶🇦ask🌥👧 比率，L1 🥗损失，EMA 🏈teacher 🏪防止表征🖋坍塌 训练数据 🍴™VideoM🔕ix22🍆🏵M = 220📞🧸0 万视频 🍓🛃≈ 100🕥🏊 万小时互联网视📰频 在🤤 Som🦷🇮🇴ethi🚘👨🔧ng-🇸🇦Somethi👨🏫😜ng v2 取🥑得 77.3%🍏📻 top🍣-1（运动理解🐷🇧🇹），Epic-🧙♀️Kitchens🕔-100🔄☎ 动作预🎊测 39.7 R❄🦢@5（S💊👚OTA） 为🧪什么像素重建不适🍷🏣合碰撞预测😴😯，而潜🕒空间预测适🇬🇶合？像✡素重建优化的⛺是"下一帧长🔼👝什么样"（🦹♂️🇳🇿视觉保真度🚅👢），潜空间预测优💹👖化的是"下👪🔟一帧的抽象🤵语义/物理状👩👦👦制服精品在线成人态"（物理因🇿🇼🦢果）🇦🇱✡。
