（来源：上观新闻）
根据团⏭🤼♂️队发布的论文👨👨👦，Wor🇬🇷🇫🇴ld-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 Dept🔄🏌h Any🕹thing 🇫🇮📮seo和geo是什么3 重建 🇬🇾®3DG👨🔧🇭🇲S 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（Q🇹🇭🍌wen3-VL🍟🔺 评分）📑🚔合并为奖励信号；🕓🥰 通过 Flow🔁-GR🇨🇱♒PO 算🍄法反馈给视🐟🧷频模型，令其逐步🎂内化 3D 规律👨👩👦👦； 每训练 🚺100 🧣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🦉。
一个平台完成「从🇬🇾想法到🦟执行」的完🎯整闭环👩👩👦👦。你去看所🌶🙈有搞Age👿nt的人，💔👌都在吭哧吭哧写S😣ystem P🐋🇰🇲rompt、写工🇩🇯具说明♎。与以问答😈为主的Chat🔨👋GPT🧬🛷不同，Ma🕹🛩nus更🥉强调执行复⛲◻杂任务的💟🔬能力，因而🥴被视为今年爆🎱火的应用Op🧖♀️enCla🛐w的早期🇬🇸🏟先行者📑📳。
