（来源：上观新闻）
具体架构要素： 🤸♀️🏖编码器 E_θ🇻🇬🇲🇻：ViT-L/💁♂️H/g（300M🐘◽–1B 参数），🏮🏥把视频📌切成 🇸🇬2×16×16 🔐🖋的 tubele🇿🇲t 预测器 P_🚙7️⃣φ：一个轻✒量 Vi🐶T-S（约 🧖♀️22M）预🕵测被 mask↘😝 部分的潜空🌬间表征 使📨🏃♀️用 3D-RoP⬜E 位置编码（时🇩🇲间+H⚖🏊+W） 约🐖 90🥫👨👦👦% 的高 m🦀🇨🇲ask 🇨🇲比率，L1 ⏺损失，🔦EMA teac🚇🥋her 防⏱🇪🇬止表征⚜🔠坍塌 训练数据🚞😼 Vi🎚deoM🇸🇴🐡ix2👩🎨2M = 220🕦🔄0 万视频 ≈🅾 100🙈 万小时互联🚧😼网视频 在 S😯omethin🏵🙊g-Som🍉ethin🚻g v2 取得🇱🇮🦊 77.3% ⚫🃏top-1（运🇰🇼动理解），Ep🧗♂️ic-🇸🇸👩👩👧👦Kitc🍥hens-🚁🇺🇦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6️⃣⤵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）👨👩👦👦。
外部工➿🇳🇫具的出现并没有改🎈变人类🎮😛原有的生理生🇻🇦😦理结构，它直接改🤵变了任务本身的性©质🇮🇴。晚点：基金😻♓投内还是😾📄投外？🛀会不会只给自🌠🦡己体系输😳🐝血？ 俞🎈✂浩：大🍃量项目由追觅体系😦内部孵化（BU）🐩，也投外部👨🦲，逐案独🦟立决策，我们看的🇮🇩老师把我 出精是 “项目是🈯否符合我们📄的方法论”🏣🛄，做 “N+1🏏🇱🇧” 类产品、🇬🇷不投伪需求✔🐫。
我们不是只🐂🦑看单个 BU 的🇧🇯问题——每个🐉 BU🇧🇦 负责人都🎺💭要去旁听几十个🚠 BU💔 的会，这♓样大家看的是 🐴“共性”，🍒🕗自己那个🌦 BU 只是一🗨🕙个例子而已🌎。因为就㊙⚜算是按照👞“既定路线”🏖🛠来判断这家公司😰，他也有着自己的🚠💅独特优势： 🏰首先，🌆🥈它是一🐸家能做出创新🚲📁的公司🔰🗺，这一点就🤥已经非常难得🌥🤗；第二，Deep🤖💦Seek🐌并不缺🥗钱，它寻求🍸外界帮助，也许🇦🇱是想释放出👨👨👧另一种🤒🔭信号，甚至是😐🏸身份上的转变🚣♀️🇲🇭。
