（来源：上观新闻）
张星智坦言，社🦔会关注度高📚时，反而🤨🇦🇲要有所警觉；🇸🇯🍾关注度🤚低时，就潜心打🦕📺磨产品🇵🇲😂。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 tub🇰🇼💂♀️elet 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 3D-Ro👴🐷PE 位置♊💃编码（时间🧨+H+W）🚴🐌 约 9🔅🇱🇨0% 的高📓 mask 比率🇿🇲🇳🇿，L1💦💌 损失，EMA🇰🇳🧚♂️ te👪〽acher 防🇬🇶💡止表征坍塌 训练🐍🇰🇷数据 Video🕔5566综合网Mix22M 🇪🇷= 220👏☝0 万视频👨👨👧👧 ≈ 10🇫🇯🧕0 万小时互🇺🇳联网视频 在 S⏫ometh🍛ing-🤙🇸🇹Someth👩🍳ing 3️⃣v2 取得🇹🇲 77.🤘3% top⛎😙-1（运动❓理解），❗🇪🇦Epic-Kit🍟chen🇿🇲🚆s-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）🌇。
还有长得像多亲📹🚅的 P🐿unkt🚠🖖 MP0😜2🏦。在Claud🧟♂️e Opus 🥄4.6模型🚁🇸🇩的支撑下，上👨🚒🏈述插件在Bi🍨gLa🍃🇲🇦w Benc🤱🛌h法律推理🇶🇦基准测试的得分🐓🇹🇹为90.2%🏉，足以🎈☹满足日常工作要求🇵🇭☔。差距越🌜小，每一步追赶⛔🐬的边际成本越高👷♑。
现在我的创作状态📲是：脑子里蹦出🧡🙆一个好点🗄🇲🇫子，或者搭好一个😮🚏大框架🎓，剩下的🇸🇳🇧🇩文字填充、资料💿🇲🇽整理这些‘脏💒🚐活累活’🌠👯，基本上全是👨🦰♨AI帮我干💽的🇨🇴🈁。全天候响应，全👨💼🧘♂️渠道触达：云🏴🏕端7×24🧞♀️小时稳📀🎄定运行，无缝接入♏飞书、钉钉、企业🥪😚微信等主流办公🔣平台，随时随地😒随叫随到🔠🕰。
