IXThinker·2025-10-12 17:40

加州大學博士論文探討多模態模型與世界模型差距

人類透過整合多種感知模態來理解世界，能夠感知、推理和想像動態的物理過程；多模態基礎模型（MFM）受此啟發而生，但如今的MFM仍不足以成為有效的世界模型，一篇博士論文系統探討彌合差距之路。

MFM的能力短板

現有的多模態基礎模型缺乏執行反事實推理、模擬動態、理解時空資訊、控制生成視覺結果以及多方面推理等基本能力，距離真正的世界模型仍有一段明顯距離。