（来源：上观新闻）
上游新闻 崔涛🇹🇳。具体架🚣🍋构要素：🐓 编码器🇫🇮🛑 E_🛸θ：V🛑iT-L🥛🌒/H/g（🤷♀️🤹♀️300M–1B👮♀️🧪 参数），🍉🈯把视频切成 2×😨㊙16×🦉🎇16 的 tub🔽🍜elet 预测↘👨👨👦👦器 P_φ：6️⃣🇸🇩一个轻量 Vi🎻😻T-S（约 ↘🏏22M）预㊙🦌测被 mask🆚 部分的潜空间表👩🚒🆓征 使用💼🤶 3D-Ro🤫PE 位置编👘码（时间🛫😓+H+W😩🧙♀️） 约 9😌0% 的高 ma🧑sk 比率，L🚘1 损失，📝EMA teac🚚her🕖 防止表🧝♀️征坍塌 训练数👖✍据 Vi🇻🇮🥺deoMi🇪🇸🍁x22🚞👨🚀M = 2🥣200 万视👨🔧🎢频 ≈ 10⏬🥺0 万小时互🇧🇬⛈联网视🔯⛔频 在🗳🕘 Someth🇦🇱🥳ing-S🏣ometh🤱🦡ing v🖇🇦🇫2 取得 77🐉🚣.3%🚱❗ top-1（运🇱🇹动理解），Epi🇺🇳🤟c-K🎍🌶itchens-🇵🇹🦝100 🗿🚳动作预🍿👊中文偷偷测 39.7 R🚹@5（SO🍹TA） 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/🏴🌚物理状态"（🇻🇮🏓物理因果）🎣🧘♀️。
］🎏。如今的矛盾🏛🇸🇻之处在于🍵，明明一⬅🈲个背靠稳定现🇬🇦💒金流支持的模型，🎞🏳为何要😘开始启动🚹✍融资了？🇨🇵🏵 二 🏒Agent账本变🎙🧜♀️了 答案🇳🇫或许在于，A♟️I行业正在发生一🥩❓次快速的🧒🧷范式切换，即从三🚖🏚年前出圈的🕸Chatb✏ot到如今遍🍽地养虾热🥍的AI Agen💆♂️🇬🇵t😚😥。公司成员🖤🧩基本都出生于1🖲😄996年左右，他🇲🇫本人是“9❌🔳0后”，已🙇🚔经是团🔦队里“最🐤👩🌾老”的了🦏。2.0🚵♀️💬 Flash 和🏞 Flash-🥐😛Lite 📶的延迟表现首🎳👩🔧次让"真🐟实碰撞语料训出来🍣🕐的感知模型"具备🔂进入量产车 EC✡🔌U 的可能（🇬🇱之前 1.0 的😣📐 2.5 s/w💮indow 是无📗👩👩👦👦法接受的🙆♂️🇩🇿）🛥🔛。DeepSe🚋😝ek过🍱去能用50😵👨👨👧👧0多万美元🏊↖训出V3，靠的是🔱方法论上的⏹🉐极致效⛰🇳🇺率，包括MoE🖖🇬🇺架构、多🕥🦛头潜在🏧🇻🇨注意力（👇MLA）、细▫🕓粒度专家路由，每👺一项技术创新都🔸是在有限算力🥪下榨取最大🕥⛽性能🌱🍆。
