（来源：上观新闻）
如果图像占用了👩🦱1000🇵🇲个token，那👩👧👦么每次生成🔦🔞都要对这1000😋个toke👁️🗨️👳♀️n做注意力🏬📧。如果要在这⏬🌷些基准🧕上评测D🇰🇷eepS🖱eek的模型，要💃🇹🇱么需要关💎闭视觉基元功🎀能，要么需要重新😸设计评测方法🇹🇲🐟。PC 时代有✋🍩线上购物，移动🇧🇳时代有短视频，我🏣💚笃定 🚢🏊♀️AI 会有😮新东西🇱🇰。
这种“指哪改🔌↘哪”的微🇩🇬☎调能力💩❎，可以说正是漫🏆剧从业者梦寐以求🇲🇲的功能🗻👨👨👦。受访者写👢下对下一代视频🇻🇳生成模🍠型的期⛷望，经分类统计，♿排名前三的改进🏳🌹方向为：人🏝👄物一致性，降🇱🇦低成本，🇨🇰◾细节编辑/🗾🐌微调能力🇳🇫。
比如祖😢🏪传测试 《原神👗🇰🇿》 全高画🕹👩👧👧质 30 分钟🆎纳塔跑图，全程 🔋👨👨👧👧60 帧🦌🦈一条直线，就连 🎇🇱🇧1% 🧿🔎Low 帧都能㊙🇸🇴干到 53.9 🧕🦘帧，相当稳📮定🏀。
