（来源：上观新闻）
江一提到，早期🇲🇨Deep🛋Seek训🇨🇺练成本🇹🇨🧝♀️相对低，是因为🔙团队在模型结构、™正在播放老肥露脸工程效率和蒸馏等🔣🤒方法上做得🇧🇷🇮🇲足够极🏎🥑致🇬🇬。不得不说，🧸👩🦲雷总这波，是真🦸♀️⌨的拼了🦹♂️。
它基于14B参🗜🇸🇹数的DiT主干构🐺建，本质是一个物⚔理思维🗒🇦🇨引擎，回🍥🇸🇴答的是机器人最🥉⏺核心的问题📜： “如果我🍯🦸♂️这样动，接下来会📡发生什么💆？” 为🤞了打造ABot-🥦🇬🇱Phy🐮🕧sWorl🆙d，高👁️🗨️德做了三件🗂♨不同寻常的事： 🥑👩🦰数据层面，🍭😿高德精选30⚱🐏0万条真实⌚🇰🇬操作视频，用🥕📡VLM+LLM双👨🎤🎒阶段标注，🧙♀️构建四层级🇧🇪物理语义结构（意👹🇲🇵图→动作→轨🦀迹→物❣理关系📦⚓），奠定因🧡🇨🇭果推理基础✌。
输出层面，🇰🇾🏄♀️ABot-Phy👨⚖️🤬sWorld🥟👨👩👧的每一帧不仅是⏲像素，更🥁是包含质👽🐲量、接🎵触力场、🇦🇲🛅惯性张量的可🉑微分物理状态⏭🏮快照，支持🎐“动作条件化♒😕推演”与“零样本🕳🖌泛化”🇹🇱📭。
