Runway 和 Luma 最近又互相较劲，LeCun 顺势泼了盆冷水，大意是这两家再怎么卷视频生成，也算不上真正的世界模型。这个观点其实他讲过不止一次了：能生成逼真画面和真正理解物理、因果、时间是两码事。
当前这些视频模型本质上还是在拟合像素分布，看着连贯，但对世界的底层规律没有内在表征，稍微复杂点的物理交互就露馅。
世界模型这个词现在被用得有点滥，营销上谁都想往上贴。从架构角度我认同他的分歧点——生成得像不等于建模得对，这是两条不同的技术路线。
LeCun 这套 JEPA 的立场一直很稳定，不是临时开炮
1 个赞
世界模型这词现在是个筐，啥都往里装
视频连贯性和物理一致性是两回事，倒水穿模就是证据
+1