（来源：上观新闻）
低情商讲，叫全🇬🇲身塑料梦回🍌 iPhone 👆🥵5C🥇🇧🇩。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 tube🇿🇲let 预测🍊🦜器 P🗼_φ：一个轻🏌🌩量 Vi🔚T-S（约 🍬22M）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 m👁曾视频完整版ask🛏 比率，🚷🕢L1 损🇵🇷👩👩👦👦失，EMA 🎽tea🔞cher 👨🔬🎱防止表征坍塌 训😎练数据 Vi🌟🚤deoMix2🕖2M = 2💱200 🐄万视频 ≈ 🥝100 万小时互🌚👩🎨联网视频 在 S🕣🎮ometh🚁🐊ing-Some🥜🗳thin🕯🗃g v2 取得🇹🇲 77.3% t🥕op-1（运动理☎😍解），E🚆🇿🇲pic-Kit🧐🦸♂️chens-1🇨🇩00 动作预🈳🤤测 39.7 🙅✉R@5（SO📊🇺🇸TA） 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）❇。
硬件要🏘🦒符合工业级的使用🇩🇬需求，能够支📟🔍撑其7×24小时🧯的连续作业📘🙆♂️。但说不😷定有一群人，🕝🏴☠️他觉得在埃💨菲尔铁塔、在⬜故宫吃了🎆👨🏭一餐什么，🇪🇨很有格调🐐🎬。如果只说“别听🐟 Dario 🛫的”，对方可以🇯🇪👚回“你也是 😣🌳AI 圈的人”🍸。
只有靠⏳物理意义上的防🤳沉迷功🔩🎏能，才有😀可能腾出大把大把🖊🦴刷手机🍳的时间📁。图源：Mi🚠🐨niMa🗒x 阿岛作为🔛这场直播中 🙀3️⃣MiniMa🥊x 一🇸🇧🇲🇫方的核心发言人😋♥，透露了🤟🖋M3几▶个方面的😁🧟♀️信息⛲💂。
