世界モデル

世界モデルと動画生成は混同されがちですが、見分け方は単純です。動画生成は各フレームが正しく見えればよいのに対し、世界モデルは状態の時間的な一貫性も担保します。物体が消えず、振り返った部屋が同じでなければなりません。だからエージェントやロボットの次の能力とされます。前者は遊べる世界、後者は学習できる環境に近い存在です。