（来源：上观新闻）
那我玩手机的时候🧥🎶也不会沉🐅🏴迷啊… So🤫🌤。Figma并🆘不是第一家被An🙏thropic🇳🇿斩落马下🍑🌨的公司😓。人天然不喜欢这么🌔慢的事🔨。它最核心的设计🙀🇯🇵理念是 Ski🕖lls 自🇦🇨🇪🇷进化：简单说🌾📺，就是 😱Age🙌nt 在使用中🌸⚠能自主判🚶断，哪些📴📧操作值📃🎉得提炼9️⃣💦成可复用的 S🍂kill，然后😏🥊自动生成🦄🚃代码🗯👇。
对于咱们来说🏧🤡。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×🐢无男人的天堂16 的 t📫ubelet⬅ 预测🇸🇽📉器 P_φ：⏭🍎一个轻😏量 ViT-S（💔😮约 22M）预💅🉐测被 m🧧🇮🇲ask 部分的🇮🇶潜空间💶🍌表征 使🗽用 3🐿🇳🇵D-RoPE 位🇷🇸置编码（时💋间+H+W） 约🥡 90% 的高 🗄🦙mask 🇰🇵比率，🌦L1 损失，EM🐽9️⃣无男人的天堂A teache🦓r 防止表征坍🎹♉塌 训练数据🕊 Vide🎴🐹oMix22M🎹🚎 = 2200 🇨🇰万视频 ≈ 📦🕉100👛👩🔧 万小🧒时互联网视频 在🖨📌 Some🌰🛏thing-🏴☠️Someth🐃ing v2 🇭🇰取得 77.3%🚁👨👩👧👦 top✏👰-1（运动理解⛏），Epic🤼♂️-Kit😄che🐟ns-100 🇩🇪动作预测 🇧🇿🇫🇴39.7 R🚡@5（SOT🇶🇦🎱A） 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）🇧🇻🤓。
