（来源：上观新闻）
此前，👩🏫🔺新东方教育🍿科技集团🦊🇸🇴副总裁、广州学校🌶校长孙🦈🔇进担任东方😡甄选执🤙🔠行总裁🍅🌙。正确的思路👓是把自己💮⛲当摄影指导（🙏🚵DP）🗿👢，提示词优先🚢级排序：🍩🎷 1主体🇱🇺与动作🏇（谁在做什📉么） 2摄像机🏚😣运动（镜头怎👩👩👧👧⏹么走） 3🤷♀️光线与氛围🍾🤢（只用物理描述🇲🇾，不用情绪🐬🤠词） 🎭4时长控制（🇧🇲建议 3-5 秒🏳👻/镜头） 😏关键术语——S🚢eedanc🌿▫e 2.0📜👽 会把🗽🦹♂️这些当成绝对🎚坐标指令执行，🇸🇴↘不是风格🇷🇺🇯🇲建议： 🇯🇵📪 通用视🐨频模板（直接复🇹🇻制修改）： te*️⃣xt[St🦏yle / g☯enre]. U🇮🇪👊se the r🇧🇱eferen💆♂️ce i🚌🚍mage/st⬅🇷🇪orybo🏳️🌈ard as 🇧🇶🔵the 🐈🇪🇹vis🇪🇷🆔seo泛站群ual an🤫chor. 🎸Camera: 🚘[push-in⌛ / dri🦞💗ft / s🔧🇲🇵seo泛站群ide-trac🇸🇭🦞king / o6️⃣🍙rbit 🐩🚆/ stati♐🌥c].🌪 Subje📫seo泛站群ct acti⚛on: [一🦛3️⃣个清晰的动作]🥏. Li🇲🇻👱ghtin🗺⏰g: 💭seo泛站群[物理描述，😗不用情绪🇨🇰词]. 🇰🇪🙈Kee🇨🇼p [c🇱🇧🇦🇫harac🃏🇦🇨ter / 🛫prod🖨📥uct / UI👨🔧🧖♀️] u🇸🇩nchan♍🇿🇦ged. 🏎🇭🇳Dur🤦♂️atio🌵🇳🇪n: [🥢👩👧👦3-5 🥾🧒second🎄🚁s]. 👩🦱血泪总结的🇦🇹 3 个铁律： ⚔铁律一：时长和🗨指令密🛬度要匹配🚅。
该项目的工作流⭕程如下：🆒 01 首先🇵🇱🚂利用小规模🏥🇨🇺真值轨迹训练逆🇸🇴🐳动力学模🚣♀️型（IDM：In👩⚖️🐭verse Dy🔠🔜nam🇳🇷🏴☠️ic M🇧🇶🧳odel），使👔📰IDM在仅观💬察视频🔞时推断细粒度的键🇰🇾🥠鼠动作序列； 0🕢2 随⚪后用该模型对大规🍔模公开视频进◻行自动动作标注，🔋形成系统化的🔄“视频-♿🍜动作”🚼🕥弱监督数据； 0🎙🇲🇷3 在此基础上，↙💯通过行为克🌁隆在自动标注数据🇩🇬☎上训练基础策略，📰🆔使模型能从🔭视觉历🙎♂️🧾史直接预测😶⚙下一步键鼠操作；🔍🕢 04 模型通🇾🇹👓过小样本微👺调适配特定🚌🐨任务，或在可定😕义奖励的环🇨🇰🇬🇾境中结🚝合强化🧮学习提升🇻🇺🇹🇯目标性能🇦🇴。
风格：电影质感👨👨👦🦒，暖光，🎴🥎9:16👩🔧。利用离线日志进👨👧🌩行策略评估与改进*️⃣，结合Q-Le🦅arning🇦🇷🏦控制分布外估计👨🔧偏差，成为了工业🙏🇮🇪界优化点击率🐢🇺🇿的核心手🎡段； 机器人与自🍝🇪🇭动驾驶⌚：在处🐋🎪理具体的物理子任🛴🈸务时，👓🐦DQfD（De🏴ep Q-le😱🇵🇳arni🇵🇹💋ng fr🐴om De😐🥶monstra🧢tions）🌘技术将人类专家♈的操作轨🏴迹（演示数据）与🇱🇧机器人的🇸🇭自采样数据统一⌛放入回放缓冲🐤📍。
