"Работа про осмысление подходов с моделями мира. Кстати, в тему. После интервью с Постнаукой (текстовый вариант тут, но там всё-таки больше саммари), отдельно опубликовали небольшой разговор про World Models. Research on World Models Is Not Merely Injecting World Knowledge into Specific Tasks __Bohan Zeng, Kaixin Zhu, Daili Hua et al.__ Статья: https://arxiv.org/abs/2602.01630 Ревью: https://arxiviq.substack.com/p/research-on-world-models-is-not-merely # TL;DR ЧТО сделали: Разнесли текущий подход к World Models, аргументируя, что область распалась на изолированные ""островки"" (видеогенерация, робототехника), где знания о мире лишь «инъецируются» под задачу, а не симулируются системно. Предложили Unified World Model Framework — строгую спецификацию из пяти модулей: Взаимодействие, Рассуждение, Память, Окружение и Мультимодальная Генерация. ПОЧЕМУ это важно: Пока законы масштабирования упираются в дефицит качественных данных, индустрия ищет спасение в мировых моделях как замене предсказанию токенов. Но нынешняя SOTA (вроде Sora (https://openai.com/sora) или VLM) проваливает базовую физическую адекватность (например, постоянство объектов), потому что приоритет отдаётся статистической подгонке, а не системной связности. Работа даёт рецепт, как превратить «генеративные медиа» в «физически обоснованную симуляцию». Подробнее: https://t.me/gonzo_ML_podcasts/2378"