世界不是由一张张静态图片组成的，而是连续流动的视频。 但在过去很长一段时间里，AI 处理视频的方式却显得极其“笨拙”：先把视频解压成一帧帧图片，再像翻连环画一样去理解。这种行业惯例带来了巨大的算力浪费——毕竟，视频中90% 的信息都是冗余的 ...