DeepMind：视频生成器或含世界模型
The Decoder · rss · 2026-07-19
The Decoder 转述了 Google DeepMind 关于 GenCeption 的研究观点：他们认为，视频生成器里已经包含了计算机视觉长期缺失的某种“世界模型”能力。
这项工作把一个视频生成器改造用于经典视觉任务，例如：
- 深度估计
- 语义分割
文章称，该模型几乎完全用合成视频训练，却在结果上接近 SOTA，且所需训练数据更少。这个结果也重新引发了一个问题：视频生成模型是否真的已经内含通用的世界模型。
「研究」频道最新
- AISI:80 美元算力微调即可绕过开放生物模型的数据过滤 — connoraxiotes · 2026-10-27
- RFD4-Proteina 跑在 RTX 3060 上:单次蛋白设计最低约 $0.001 — AllThingsApx · 2026-10-27
- 弗莱堡生成智能实验室通过 ELLIS 项目招收多名全奖博士，10月31日截止 — yuyinzhou_cs · 2026-10-27
- Nature Physics 论文：可重构折射率实现对多模波传播的任意控制 — MarioKrenn6240 · 2026-10-27
- Wakaru 开源 ontologize:用模型激活为数据集自动生成本体标签 — amplifiedamp · 2026-10-27
- EMNLP Oral 论文用跨层转码器揭示 LLM 多语言共享表征机制 — ZhijingJin · 2026-10-27