（来源：上观新闻）
对于想要深入了🦀🦸♂️解技术🎖🚏细节的读者🦑，可以通过arX🤬🎂iv平台，以论文🐡编号arXiv🏜🇵🇱:2604.🕕08865查阅完👿🔅整原文⬅🇭🇺，研究团队也已🏴将全部代码⛏开源，🌍🦔地址为gi📱📚thu🇮🇪⛄b.com/su🏄♀️🎧stech-📤🥁nlp👤🇬🇮/SPPO，可以🌒🧖♀️直接获取实验脚🏺本和复现所需🎢的配置参数🇱🇷🙎。
接下来是一个独特🇬🇧的"令牌🧙♀️🧁池"机制🇸🇴💺。从剧本生🕉成到视频🎌🇸🇾渲染，从角色设计👶到语音🤰🇳🇺合成，AI以🛩惊人的速度重构整🐃🇶🇦个影视生🚆产链路💷💁。杨紫被AI📧短剧盗脸🦍 明星维权都谈🇫🇮不上容易，更不🇨🇽🛌必说普通人⚛。
在几个对比🛌🤐方法中，🔁直接在目标环境🤾♀️🇹🇬里用强🕌化学习训练的模🦹♀️型（GRP6️⃣O on Tar🤫get）能达到🇹🇹🇪🇨37.8🏥☕%，一种使🦒用通用🇧🇪合成环境训练🇫🇷的方法（AWM）👰🦔能达到3⚗8.4🙎🇬🇧%，而一种通💭过优化系统🇦🇫提示词来植入能力🇲🇱描述的🇲🇩🇹🇴方法（GEP⛹️♀️🦠A）能达到39💂♀️🎂.6%🥜☘。
