来自 François Fleuret（@francoisfleuret）的推文线程

顺便说一句，与视频生成不同，世界模型必须具有“因果理解”。 视频生成模型可以先（隐式地）采样网球轨迹，然后相应地采样球员动作。 世界模型无法做到这一点，玩家的动作是被强加的。

P(X|Y)P(Y) 和 P(Y|X)P(X) 之间的差异可能就像计算加密哈希和破解加密哈希一样大。