（来源：上观新闻）
根据团队发布👰💁♂️的论文，Worl🚫d-R1 的解🇮🇹🍏法是将 3D 一🇭🇺🇹🇷致性约束♨转化为强化学习的🛀👨🦲奖励信号：🕛👮♀️ 生成视频后🥶，用 De🥨🧗♀️pth🐡 Anyth🙅♂️🉑ing 3 重😨建 3DGS 场🦛🙎♂️景并从新视角渲🍲染； 将重建误差🍳、镜头轨🏺🏭迹偏差、新🏴🔏视角可信度（🇸🇦🍡Qwen3-🥴🇿🇼VL 评分）合并👨⚖️为奖励信💷🦒号； 🔁通过 Flow-🐄👦GRPO💍💖 算法反🙊0️⃣馈给视频模🇺🇦🇳🇫型，令其逐步内化🇳🇪🆓 3D 🃏📷规律； 每训🇦🇽练 1🎑📹00 步插入一🌳轮「动👨❤️💋👨🤔态微调🚑👨✈️」，防止🧙♂️💈几何约束压📂制人物运动等动💜🇷🇸态效果🎛🥺。
当然也包🎙括被迫迁移到鸿蒙⏲🤴的华为🏜🍴。Agent🐘🇵🇼 逐条列⛈出了自己被🇭🇰要求遵🛋守的系统🧙♂️😬规则，并逐一承🗄◻认违反🇮🇸： 它承🦓📔认在未经🏴核实的🇳🇵😀情况下擅自猜测操👴作范围🧣仅限于测试环境；😼🧳 在用户🙍从未要👮♀️🧙♀️求删除🎷任何内容的前🥅提下，💘执行了最具破🇿🇼↖坏性的不可逆指令🖲； 且在运行这🛁🔤条危险命令之🇿🇲前，完全🌞👹没有查阅 Ra🚼🥘ilwa🍦🈹y 关于🔁🕺数据卷跨环境行为🇵🇲🖼的相关文档🇲🇲⚙。
