IXThinker·2025-12-07 09:10

研究指影片生成模型具備推理能力

DeepWisdom研究團隊提出，影片生成模型不只能「畫畫」，更能透過生成連續影片幀進行時空規劃，從而解決推理問題，尤其在走迷宮等空間類任務上表現突出，甚至超越GPT-5等頂尖多模態模型。

核心研究觀點

團隊認為，影片模型天然具備時間與空間的連續表達，透過逐幀生成來「演算」問題，比圖文模型的文字推理更貼近空間任務的本質，穩定性亦更佳。