---
id: "2064718736783823145"
title: "视频生成模型都是只会生搬硬套像素的“傻瓜”？最近这个流行说法被新论文直接打脸了。 有人断言，只有像 V-JEPA 这样的…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: 100
percentile: null
published_at: "2026-06-10 19:05:45"
translated_x_url: "https://x.com/i/status/2064797405199859964"
reason_tags: []
canonical_url: "https://mubeitech.com/p/2064718736783823145"
markdown_url: "https://mubeitech.com/p/2064718736783823145/markdown"
json_url: "https://mubeitech.com/api/posts/2064718736783823145"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# 视频生成模型都是只会生搬硬套像素的“傻瓜”？最近这个流行说法被新论文直接打脸了。 有人断言，只有像 V-JEPA 这样的…

视频生成模型都是只会生搬硬套像素的“傻瓜”？最近这个流行说法被新论文直接打脸了。
有人断言，只有像 V-JEPA 这样的“世界模型”才真懂物理。

看看这张图的测试数据。
研究人员对几款扩散模型（Diffusion models）进行了测试。
测什么？测物体恒常性、形状保持、重力、连续性这些物理基础。
结果不仅及格，而且以压倒性优势暴打了被寄予厚望的 V-JEPA 和 VideoMAE。
普通的 VAE 更是惨不忍睹。

这里有个硬核细节：研究用的是“线性探测（Linear probe）”。
啥意思？就是不加任何复杂的滤镜，用最简单的线性模型去提取信息。
在这种极简的测试下，AI 还能精准预测物理变化，说明扩散模型内部，早就有一套相当清晰、明确的物理世界表征。
它没有瞎猜，它在内部重建了物理法则。

AI 进化路线的成见正在被打破。
那些被认为只会“大力出奇迹”和“暴力画图”的生成模型，其实在疯狂吞噬数据的同时，已经悄悄摸透了这个世界的运行规律。

---

_Translation: <https://x.com/i/status/2064797405199859964>_
_Canonical: <https://mubeitech.com/p/2064718736783823145>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-06-10 19:05:45_