（来源：上观新闻）
该功能预计将🙍♂️作为Pu🍬ra 90系列影🐃像系统升级的一部👂🕯分亮相🏙🤽♂️。05 AI🚞圈里那些"意🔔外"的成⛸⛏功者 让我们🦹♂️看几个具体的例🉐◼子，它们都在说明🍩同一件事😿。具体架构要❔🔱素： 编码器 ▪E_θ😳🔨：Vi🤨🇸🇲T-L/📢👶H/g（30👨💼0M–1B 🏙🥘参数），把⏯视频切成 2×🍑🐼焦久影院16×🇭🇳💱16 的 tu👩💻belet🤬 预测器 P🇫🇰🤙_φ：一个轻量🧞♂️ ViT-S😱👮♀️（约 2👩👩👧👦2M）预☦🔰测被 mask 🇹🇴🍎部分的潜空间👀表征 使用 3D🎾😶-RoPE 位🕉➡置编码（🦴1️⃣时间+H+🇬🇷🍭W） 💂约 90🙊🇬🇦% 的📃🎼高 m🇲🇪ask 比率💍，L1 🕍🎳损失，🇸🇲🚧EMA tea⬅🇱🇧cher 防🔤🤾♂️止表征坍塌🧦🗑 训练数据 V🕐🏘ideoM😊📹ix22♊M =🧁 22🔎🇧🇸00 万视频 ≈🏣 100 万小时🐎互联网视频 🦶🕛在 Someth8️⃣ing-Some💍👊thin🥫g v2 取得 🦷🥼77.3% t🎨🇰🇿op-1🇻🇦🇦🇽（运动理解🛡🕳），Epic-🇫🇴Kitchen✔📉s-100 🌜动作预测 3🌟9.7 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）🥤🖼。
” 4个人🃏🌎变成了5🇧🇯个人🧘♂️🇱🇦。问：2🗽6年1月1👁️🗨️日，你发布一个🏂非常小尺寸的机器💈人，我很好奇，🎗为什么你会想做⏪🚴♀️这种超级迷🏫你的机器💆人，这📽是你的想法🇼🇫，还是智🇬🇧元的想法🛷，现在进展👨👨👧👦到什么程度了？ ⚔🚘彭志辉：如果关🛳注我以🇯🇲前DIY视频的同😉🤗学可能知🎸道，我很喜➕欢搞那种🧰小东西🐽。但问题👩🔬😣在于，🌊🦉当你的🍘人生体验不🕊🇧🇦再是世界的全部，🌁你的产品直觉🎟♠也就越来越窄🌛☸。
