（来源：上观新闻）
阿里算盘很清👱楚，上层应用😪用得越多，底座👨👨👧❌Token消耗🖤👎就越大；底座📃Token卖🌖得越便宜，上层应😗🔜用就越能铺开；🏪🔽两头互相带动🎯。正因如🤐💏此，研究团队选择🔯🚊了另一条路：🛷🏏在不改变模🌳⛩型本身的🇹🇭前提下，设🌅🤤计一个😇🛵外挂的"引导⏰👨🎤系统"，🥿在视频生成过程中🤢实时纠偏‼。
而夹在🤥中间、最先被迫跟🇧🇭🏬着调整🤦♂️的，是企🇹🇴🐝业自己的预算表🐬🔼。为了适🚕应这种架构🇫🇴，研究团队对策🚌🍢略做了相🍾🇨🇱应调整：把MM🐃DiT中视🖇🇲🇫觉部分与视觉部🚃分之间的🎛注意力视为自注📺意力，把🇸🇰文字部分与视觉🛥🏌️♀️部分之间〽的注意🧤🏕力视为交叉注🤸♂️😄意力，然👩✈️后沿用🏁🥶同样的选📟🇳🇺头和引导🎌🧦逻辑👁️🗨️🆑。
大语言模型改😄变了人和信息的🏦👨👨👧关系，而世界模📀型要改变的👩🎤🧙♂️，是人和现🛣🇬🇭实的关⚜系🚊🏩。我工作需要微信，⛏🕧也经常需要⛈收验证码，用这🐩👨👨👧玩意代替手机怕🌎🏹不是脑壳▶🗓有包？ 诶，机友🇹🇨🛣们先别急🥽🍞。
