多维旋转位置编码

M-RoPE将传统RoPE的一维位置编码扩展到时间、空间高度、空间宽度和通道等多个维度，使模型能够精确理解视频数据中的时空关系。由Cosmos团队提出，用于世界基础模型中对视频序列的时空建模。