（来源：上观新闻）
Rao 和 Fr🔋iar 所在🇬🇾👩👩👧👧公司之间🌁♓的竞争非常🏰🎦激烈：O🇰🇭🇧🇯penAI🏟🧢 和 A🥟🖇nth🧑📎ropic 正🐫在争夺相😈➗同的芯片、投资者🌸、员工和🎸👩🔧客户🔷🦗。当你闯进大家电、🎿手机、汽🇧🇷🇹🇫车，你看到什么了🇵🇾💸未被满足的用🐾户需求吗？🤩精品五十路 俞浩：为什🗯么大家会问这个问🥇题？因为过去企业☪是这么成功的，🥗🐶但这个策🙊略已经用到🇬🇭🇸🇭精品五十路极限了🉑。Anth🇲🇹ropi🌛c方面则回应称，👩🎤Opu🍑s 4.6在2🤖⌨月切换到了🤼♀️👵adaptive🇳🇪😁 thinkin📰g，3月👼🤞又将默认💁♂️🇨🇴effor📨📯t降到了m📮💆♂️edium，但否🚆认模型本身被降🥒级🤵。
具体架构要素： 🎢编码器 E_θ🍀🧧：ViT-L/H5️⃣/g（3🦞00M–👽1B 参数🏢🥅），把🔟💥视频切成🤖🈺 2×1💩➡6×1⛄🌝6 的 tub😝💾ele⏮🎠t 预测😠🌎器 P_φ🇪🇪🍘：一个轻📨🇮🇨量 ViT-S（🚰约 2📥🧟♀️2M）预测被🇬🇶 ma🏨🔃sk 🐴部分的潜空间表🎇征 使用 3D-🛰⛔RoPE🥈 位置编码（时🛠间+H+W） 约🇦🇱🏥 90% ✂🛂的高 ma🥐sk 比率，🎃🤽♂️L1 损失，E1️⃣💜MA teach🦸♂️✳er 防止表征🦌👚坍塌 训🚒🌧练数据 Vi🎣🧙♂️deo🌮Mix22M🦀🐗 = 2200 💁♂️🇲🇹万视频 ≈ 🐁▪100 万小时互👨🚀联网视🇮🇳频 在 Som🇦🇨ethin📺🚷g-Some🙇♀️thing ☦🍍v2 🌲🛄取得 7🎯7.3😨🥿% top-🎪1（运动理解🧛♀️），Epi🇦🇨c-Kitche😃🥭ns-10🏌👨🎓0 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）🧹。
