已收录文章摘要，完整内容可前往原文阅读。
近年来，基于视频生成模型的世界模型（World Models）已成为人工智能领域备受关注的方向之一。Sora、Genie、Cosmos、V-JEPA 这些视频生成模型，都指向了一个共同的假设：如果它们