两家视频生成的公司又互相较劲，然后被泼了盆冷水：你们做得再好，本质上还是在预测像素怎么排布，不是真的理解世界怎么运转。这个批评我认同。现在的视频模型能生成看着无比逼真的片段，但你让它保证物体守恒、遮挡关系、因果一致，它经常就露馅了。
世界模型要的是内在的因果和物理表征，能拿来做规划和推演，跟出一段好看视频完全是两码事。
当然反过来说，就算方向不是终点，把视频质量卷上去本身也有巨大的商业价值，这两件事不冲突。
1 个赞
遮挡和物体守恒这俩一测一个准，视频模型经常翻车
商业价值和技术终局本来就是两条线，非要绑一起吵没意义
批评是对的但也别否定人家，卷画质也是真本事
确实
问题是现在谁能拿出真正的世界模型？光批评不给答案
坐等真世界模型落地那天
预测像素和理解世界确实两码事，但对出片的来说像素排对了就够用