（来源：上观新闻）
弗莱尔是硅👈谷资深人士，曾🇬🇺担任Squ👯☄are和Ne🏴🗣xtdoor的C🧼🔵EO，还是沃🏴👿尔玛董事会成员👽👓，乐于接🥒受媒体采🇧🇯🌂访🇾🇪。五年之后，他们给🦉🎲 Light P🧨hone 🧸🔰2 换了⛷一块墨水屏🇨🇵⛑。言下之意：“这是🧕🏉经济学⌚问题，♣不是技术🥦本身的问题🇹🇲🖱。从大模型投资⁉🧛♂️周期的🇱🇰角度来看，D🛏eepSeek🇨🇫🤹♂️早就错㊙👨🏭过了这一风口😦。魅族暂停手🐘🥕机业务，让万🧰🇺🇳千魅友哗然👨👦。
现在整个❕市场还没有这⏭种面向C端的、能🖋🚴够大规模上🇨🇭量的人型机🧫💂♀️器人🌙。我们当时做扫地机🈸🏅，团队说要不👙🍵要再看看吸🇬🇪尘器，我🕠说行，🙇♀️同步做🤖。具体架构要🧤素： 编🥳码器 E_θ😊：ViT-L/H👔🔰/g（30💝0M–1B 参💅🥁数），把视频切成🇹🇬🤼♂️ 2×16🤷♀️×16🇿🇼 的 tub🔅🖌elet 预测🦸♂️🍺器 P_😫📎φ：一个轻👩⚖️🤥量 V🧝♀️🇲🇻iT-🇰🇾‼S（约🧗♂️🌕 22M）预测🧛♂️被 mas🤶🤹♀️k 部分的潜空👨❤️👨🗨间表征 使用 😩3D-🤒RoPE 位置👩🦳编码（时间+H+✉W） 约 9⚠0% 的🎫高 mask 🇰🇭天天射天天爽比率，L👪1 损失，EM🤗🥜天天射天天爽A tea🙍♂️che💙r 防🔆🇰🇪天天射天天爽止表征坍🕌🤣塌 训练数❣🏜据 Vi🎣deoM🎷ix22M🇮🇷 = 220🤓👂0 万视频 ≈ 🛒🥔100🇲🇸 万小时互🚩💈联网视频 🖼🇬🇦在 Some🥓🍺thing-S♑omething🇱🇮 v2 取得 7😘🇸🇩7.3% t🇿🇦op-1（运动🎌理解），♨🎙Epic-Kit🦝🏌️♀️chens-🤠100 动作预👩🌾测 39.7 4️⃣天天射天天爽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）🧮🍐。
