DeepMind发布FlipTest检验视频世界模型

Google DeepMind团队发布FlipTest基准，用初始状态近乎相同但结果相反的最小配对任务，检验视频世界模型是否学到决定结果的世界状态；目前受测模型基本未通过，最好模型的总体成绩低于随机猜测。 该基准包含模拟和真实世界任务，覆盖临界点两侧的极小差异。DeepMind称，扩大模型规模、使用新checkpoint、加入物理信息预训练及进行推理微调均未解决问题；相关论文和代码尚未发布，目前仅有博客与视频讲解。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。