（来源：上观新闻）
Manu😁s引发的关注🚗👨👨👧👧，背后是AI智🚙能体赛道的快速☀🧮崛起🚵♀️🚪。前段时间试♿产的新电池♟️，就很可能👵🏺会给 X80🕸 用上➗💙。展望未来🇩🇿👩👩👧，这种赋能形态🏋️♀️可能会向着更具深➖🥗度的方向☔🧞♀️发展：在数据侧，🧡🇸🇰我们期🎽待看到其🧨价值从基础数据🚚的扩充，向辅🐻5️⃣助AI📆建立物理时空感⛵🍉知的方向▶✖深化；在算法😮☝侧，除了🐀作为标准化🥳SCM系统的验证工具🦍🏥，游戏📏👨❤️👨环境也🌴有望在模拟复杂🔔🇷🇺博弈场景与机制方1️⃣面，为AI👃🚅带来新的启发与突🐍💐破🏌️♀️。
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👩🎓：Invers🚘e D🧜♀️ynam🕦ic Mode🍳l），使I🇩🇯DM在仅观察🚶🦡视频时🐻推断细🕴🎪粒度的键鼠动作序📎列； 02 🔪🔌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；👱 03🐣👀 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🐑😫。
