（来源：上观新闻）
当被问及与💭遥操数据的区别时◽🇬🇲，龚义🌫🇧🇩成表示，☮通过遥操训🏳️🌈练机器⚗人模型的🤕🍔数据量有限，即使✖很多头部公司也仅🇦🇬有两三万的🌯遥操数据🛷🗣，而京东提出的📰⏮目标是☃两年内实现千⏭🥣9191国语精品新万级小时的人类🥪真实场🔋景数据目标🎧🇸🇭。具体架构要素： 🐔👅编码器 🏐E_θ👚🆎：ViT-L/🦈H/g♟️（300M–1B🏸 参数），🙆把视频切🇹🇳成 2×1🚑🎱6×16🥕🔩 的 tube🥗🇦🇱let↕🇲🇪 预测器 P_φ⤴👅：一个⏮🔥轻量 ViT-🐱✍S（约 ➗🤑22M）🍤预测被 m💕📌ask💒 部分🥈ℹ的潜空间表征 使🎡👨🏫用 3D-R🇦🇬💣oPE 位置😛编码（时间+H☢+W） 约 7️⃣90% 的🇸🇹高 mask 🇰🇲比率，L1⛸♏ 损失，E🙇♀️MA teac🤸♂️her 防🏒止表征坍塌😒⚡ 训练数据 Vi💡🇵🇱deoMi🇧🇶x22M🥞🇨🇳 = 2200🇪🇷 万视频 ≈🛋🇦🇺 100🇹🇰😄 万小💉时互联网视频 在🔷 So🤲😈meth🇬🇦🎤ing-So🔓methin🍟g v2🏐 取得🥨 77.3% 🧼👩🏭top-1🇯🇵（运动理解），E🔑pic-👚Kit✳chen🕴🥏s-10🚏📢0 动作预测 🐕🏬39.7🐾 R@5🧪💛（SOTA） 😆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）🇹🇱👨❤️👨。
上一次它石📘智航上新🔯闻，是2025年🍱年初，天使轮🥖🎖2.42亿🚕美元，同样是中国🇨🇦具身智能最高天使🦌🇬🇾轮融资纪录🛣🕥。一年时间😉🦃，从天👩🚀使轮到P🥢🎒re-🔛🇦🇨A，估值从5💲0亿跳到🥃🇳🇿180🚬🔠亿⚪。我们得一边💱🇩🇪做小米的代🦸♀️工，一边🍍想着晚上要🇨🇨🇲🇶不要给谁打🎳📻电话；一边激进🈲地规划未来，一边☑还得考虑☯资本、现🧓🥮金流、供应链、团🍌🈷队👱♀️🇹🇭。
梁文锋曾明确表📚示，DeepSe🙁🇫🇰ek的研究经费👨🎓来源于幻方的研🦄发预算🤐💭。单一上下文架构将🎩🥣所有历史📜🇸🇿记录直接🇷🇸🏚塞入提示词，🔘容量扩展性极差🧸，模型☯🖲在背负沉⛩重历史包袱的🔘✂同时还要消💜耗大量📃算力去🔘解决当前🦞步骤🦄。俞浩：你觉得♊很反常识，🥶🧿但背后🎡🇷🇴是极度的科学🛂👨⚖️。这种做🚢4️⃣法能更好地利用大👘规模数📀👨👧👦据进行泛化能力🏴🇵🇳提升，但也面临🥄🇲🇨模型可🥒🇱🇷解释性🥶😂和长尾➖🇲🇳场景泛化的挑🕟战💂♀️。
