（来源：上观新闻）
社会学📫🍦家、哲学家、🚨人类学家的角色🇮🇨🍛，是帮助把这些分📳🛌散的、日常🇹🇻💲的声音连接起来，🕵️♀️🗜赋予它🍙们理论的力🧾量和公📖🇦🇪共的能见度，🏘🤒让它们不至于😋被技术👨❤️💋👨🇮🇨乐观主义的叙事轻🚔易消解🏧🛋。
但阿里要是做🦋💫视频生成，那📛🍡背后牵连的🤔环节就多了去🏤了🔵。今年2🌷♻月，亲自🧻打官司📸的向晶，迎♟️🇦🇸来婚纱纠纷案的开☃🕳庭💿🇲🇭。”另一位人形机器🏑人从业者⚰说🌋。让我们用一个🇨🇳简化示🈷例说明，假设训🇲🇬🍔练语料包含以🧤👝下词汇及📱🇲🇰出现频率： “👩🏫hug”😇：10次 🍻😖“pug🛥”：5次 “🥾📨pun”：12次💡📿 “bun”👮♀️：4次 “🚅🚶hugs”：5次🏄➰ 第一步：将所🛂有词拆分为字🇼🇫符，添加结束符🦋 “hug” 🕵️♀️→ “🛀🍩h u💧 g ” 😮“pug”👩🍳 → “p👎🦉 u 🇹🇴g ” “🤐♾️pun” 🇲🇻→ “🍴🍥p u 🇭🇰n ”👶🐞 “b🦈un”😵🈴 → “b🔐❤ u n🇧🇳 ” 👇🎩“hu🇬🇭gs” 👯🤯→ “🇲🇽h u g s🥰 ” 初始词汇💶表仅包含基础🎬字符：{b, 🐱🇸🇦g, h, 🇰🇮n, p🤱, s, u, 🤷♂️🍢} 第二步：🧀统计相邻字符对🇹🇲👨🔧的出现频率 “🆕🎛u g”：🏊👚15次🗾女教师紧身裙一区二区网站（来自🌌👖“hug”的1🎻🥢0次 👼⏬+ “hugs”🇹🇬🎌的5次） “😁u n”：16次🛬🥑（来自“🤫pun”的🌮12次 +🥯 “bu👨🎨n”的4次）🇸🇧 “p 👨u”：17次🔟（来自“pug”👻的5次 + 👨❤️💋👨🌒“pun”🚂🚕的12次📺🇷🇪） 第🤷♀️🚟三步：合并🌙🇨🇽最高频字符对🇨🇰 假设“p u👯”频率🐇最高（17次）💄，创建新符号📍“pu”✴👨👩👧👦， 词汇表扩展🕣🌃为：{b, g,⚡👮♀️ h,🇦🇫🔮 n,📞🖤女教师紧身裙一区二区网站 p, s, u🏧, , 🐫❣pu} 第四步：🔠♐迭代重🍅💊复 继续🔡💢统计新🆘语料中的字🏞符对频♾️率，合并下一个最🌷🇷🇸高频对，直到达到💃🇨🇱预设的词⛱🥧汇表大小🥓（如GP🎶T-2为50,🏅257个to🐔ken）🤾♀️。
