世界模型和视频模型别再混着说了,这俩不是一回事

朱军有个说法我挺认同:世界模型不是视频模型的升级版,是让AI去理解、推演、和世界交互的新范式。视频模型学的是像素怎么变,世界模型得懂背后的因果和物理,还能顺着往下推。照这么分,光拿画面好不好看去评它就不对路了。

问题是现在大部分号称世界模型的 demo,看着还是个视频生成

蹲后续

推演和交互才是硬骨头,光生成早就不稀奇了 :thinking:

朱军说话一向比较克制,这个定义我觉得站得住

1 个赞