（来源：上观新闻）
例如，当 Ant🗑👨👨👦👦hropi🛃🕵️♀️c 在 9 月♏宣布进行 1⛵30 亿美元融资🇪🇦轮时，它要📔♐求投资者写下数🇮🇪亿美元的📡🇻🇨支票——对🗃某些风险基金来说☃🐁，这相当于🤽♀️整个融🈂📒资的一半，💦🇭🇲据四位熟悉🇭🇲该融资的🧹人士透⛵©露🏗。如果拆🐂🖌解这些“跑”起来🦜🇧🇸的机器人💇，我们会发🦒🥾现，这😐场半马背后是🇮🇹🎆一场硬核工🌘业链条🐞🤙的集体拉练👨🌾⛔。
为什么🇷🇴？因为第一次🤼♂️，一家🦉1️⃣基础模型公司无🆙🅰视了API层⚠🐌，直接🎏吞噬了应用🚵🈁层👣👳♀️。具体架构要素： 🇳🇵🔻编码器 👨👨👦🥿E_θ：Vi🇺🇳♻T-L🔚🇹🇯/H/g🙏💋（300M–🇰🇿💎1B 参数），🔚🐨把视频切成 2🇲🇭🤑×16×🥡16 的 tu🚵😎bel🌕🤵et 预🕜🇦🇬测器 P_φ🇸🇨：一个轻量 V😶🕴iT-S🙍（约 22M）☣🙍♂️预测被💅 mask 部分🌌🛳的潜空间表🇵🇲💸征 使🕌🇻🇪用 3D-🍣⏫RoPE 位置😀🇾🇹编码（时间+🍮H+W） 🎙🇧🇲约 90%🦹♂️ 的高 🏪◼mask 🇧🇮比率，L1 7️⃣损失，EMA 7️⃣🍆teache🦊🔹r 防止👨👨👧👨👨👦👦表征坍🥋🇮🇷塌 训练🦸♀️数据 Video🗳Mix22🕤M = 2😍200🏨 万视频 ≈🏘 10🏩🤳0 万小时互联💇♂️网视频 在🧴🍮 Some🇺🇬〽thing🍻-Someth⛸ing v2 🕺取得 🏘🕧欧美午夜福利77.3% t🐬op-🍷🇧🇶1（运动理🌜1️⃣解），Epic🦓🇸🇷-Kitche☮ns-🏏👩🚀100 动作预🇳🇱🇲🇳测 39.🎟7 R@5🗽（SOTA） 🔀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）🌱。
美国品牌🇩🇯生来高端、生来🇬🇷全球化；🏤👶中国品🤧牌要从低端往⚔上爬——🦞我们都知👳♀️🌕道五十‼⏳年一定能成，😨但问题是，你🚳🔲活不到你🙌🇹🇫胜利的⚽那天怎😨🦊么办？ 中国🛀创业者永🇹🇩远在左右权🥯衡中求🌍平衡，既要做梦🍣，又得🧚♂️🇩🇲活下去📨🧕，这种环境逼🥃🚗出了世界上最强的👨🦳🤹♂️创业者🕌💱。
