视频模型应看下一步预测能力
Shruti_0810 · x · 2026-07-09
帖子认为评视频模型不应只问“像不像真”，而应关注它能否预测下一步会发生什么。作者以 LingBot-Video 为例，提到它采用稀疏 MoE、使用 7 万小时以上的具身机器人数据，并通过奖励模型衡量物理合理性、运动和任务完成度，而不只是画面美观。
Shruti_0810 · x · 2026-07-09
帖子认为评视频模型不应只问“像不像真”，而应关注它能否预测下一步会发生什么。作者以 LingBot-Video 为例，提到它采用稀疏 MoE、使用 7 万小时以上的具身机器人数据，并通过奖励模型衡量物理合理性、运动和任务完成度，而不只是画面美观。