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
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11