（来源：上观新闻）
这两条进化路径，🍷🌺一条在外🧘♂️🇱🇧部社区，👶一条在🥯🇺🇸公司内部，🇲🇹🌇相互独立又彼此🛹🏴呼应👣。CEO 🔰🇬🇳Dari🥇o Amodei🇻🇦🚰 指出 🏬🍣，准确估计公司👿💨未来数年所需🕝的巨大计算需求🇧🇳👅将决定成功与破🕴产之间的差🌕🦒异🛎‼。
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×📐日本日韩欧美16×1🇧🇷🇪🇸6 的 tu🙋belet 预测🚙器 P_φ：🏋✊一个轻量 Vi💹🇨🇼T-S（约🐏 22M）预测🎇被 mask 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💢6️⃣sk 比率，L1🦚 损失，EMA👩🔬👯♂️日本日韩欧美 tea🇬🇦🅿che🧽r 防止🤡表征坍塌 训🈵练数据 V🐈🇧🇹ideo🇹🇻Mix2🏞⚰2M =📝 220🛏0 万视🐱频 ≈ 10👩📒0 万💁♂️🍬小时互联网视频 🏋在 Somet🤮🇮🇳hin⛳g-Somet🥕🇸🇿hing v2 🔍🇬🇧取得 77.3🥞🇸🇻% top-🇸🇴🚂1（运🛷动理解），Ep🇧🇷✒ic-Kitc✋hens-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0️⃣🙍，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）🐥🧓。
单摄像🧘♂️头方案对硬件成本的压缩🇺🇬👩✈️是显见🚙的🏉🏇。一旦进入🥌Agen💍t时代，参🎸数规模🤭跃升、训练周期拉⬆长、每一次试🕞错所消耗🎥⛪的资源都🍅在成倍放大，🧺而单靠幻🍁方输血，🔃⛎试错的👨弹性就开始被压缩📶。作为参考，苹果已📌📆经在国行 iP🔨🐻hone🧼 17e 🔯📷中采用“单🈺实体 n🎐ano-S🦘♾️IM 卡槽🥪 + 🇨🇨🔫eSIM”设📙计，官方描述🎹为“可激活两个🇭🇳 eS🐙💉IM，或一🏉个 nano-S🍞🔫日本日韩欧美IM 卡🏏和一个 eSIM🇬🇮⛏”♈。
