刚看到Sand.ai完成了超过一亿美元的融资，创始人曹越的核心观点是——视频是通往世界模型最重要的路径。这个判断挺有意思，把视频生成从单纯的内容工具，拔高成了理解和建模真实世界的入口。
逻辑上说得通，视频天然包含时间、空间、物理运动和因果关系，这些恰好是世界模型要学的东西，信息密度比静态图像高得多。能融到这个量级，也说明资本认这套叙事。
当然从视频生成到真正意义上的世界模型中间还隔着很远，具体路怎么走、能不能兑现还得看后续。抛出来聊聊，你们觉得视频这条路押得对吗？
视频天然带物理和因果这点认同，信息密度确实碾压图像
视频天然带物理和因果这点认同，信息密度碾压图像，押世界模型这条路有逻辑