（来源：上观新闻）
当AI“🕊🌈数字员工”成👑为新的生产🇧🇲力，大模型、算力🐜🛢、数据等基础设施🚬，就是AI时⚜代OPC发展的核⛳心支撑↖。凭借模型在编程👩👦👦和安全等方面的进⛔化，Anthro🍍🍤pic🥋📑一路从硅🏑谷刷屏🥙🌐到华尔街、美国🍏国会山◻。晚点：这些😛都是你工作的一部✂分吗？ 俞🐦浩：就是我的工🍚作，本身也🉑🕖没人规定我的👩🌾工作是什么✏。其次，🇧🇳✉对具身智能企🙎♂️业来说🇯🇲，落地规🕰模不仅意味着资本👑🧫故事的👩✈️延续，更意味着⚱🇮🇶产品成本下降和数👲😌据飞轮转速☘提升，甚🛏至是产业天花🥫板的真正打开🇨🇵👿。
大多数 AI 🔼公司停留在🇧🇹软件层，但真🆕正的革🌹命在于💔👩❤️💋👩 AI ⌨🇪🇬和物理世界🦑🎉结合——❎人类生产力会😇🔐提升 100 倍🚻。这篇论文🐍动的是Tra🧙♂️🍺nsfo🎗rmer架构🇵🇭中最古老、最基础🌽🗺的那块砖⤵🎮——何恺🦑🎌明2015年⚙☺提出的🔄⏭残差连接😶🙃。具体架构🇧🇭🕵要素： 编码器 🥭E_θ：Vi🇹🇯⛔T-L/H/g🐃（300M–1B🇰🇷🚋 参数），把视频👩👧👧切成 2×1⬅6×16 的 💜tubelet🔚 预测器 P🦁_φ：一个轻➕量 ViT-S💾（约 2🇧🇪2M）预测被 🇨🇬mask 部🇨🇳分的潜空间表征 👨🔧🔔使用 🇦🇩🏸3D-R🅿oPE 🚒👨🎤位置编码🎽🏭（时间+🦸♀️H+W） 约🥼👞 90📨% 的高 mas◻k 比率，L1🤞🗨 损失，EMA🇹🇭👅 teac🧱⌛her 防🏹止表征坍塌 训练🍀数据 Video▶Mix22M =🛑🚢 2200 万视🇱🇾频 ≈ 1🔯🧁00 万小时❄互联网视频 🛷🕛在 Some🤴thing-So🤱mething👀🕐 v2 取🥭得 77.3⤵👷♀️% top-1🍨🇬🇦（运动理🏏解），E🛷pic-Kitc🤫🧛♀️hens-1👨🎤00 动💏👻作预测 3💐🇧🇿9.7💓📰 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）🛎🐗。
