三位AI大神"叛逃"像素派：Sora很美，但不懂物理
当所有人还在为Sora生成的逼真视频尖叫时，三位AI领域的顶级科学家却站出来说——这条路可能走偏了。
Christopher Manning，NLP领域的教父级人物；Ian Goodfellow，GAN之父，生成式AI的奠基人；Fan-Yun Sun，年轻的世界模型研究者。这三个人最近联手扔出了一篇重磅文章，标题平淡无奇：《迈向高效的世界模型》。但内容却像一颗炸弹：他们公开质疑当前最火热的像素级视频生成路线，主张用符号表示和游戏数据来重建AI对世界的理解。
这不是学术界的温和讨论，这是路线之争。
像素派的"恐怖谷"：看起来很真，其实很蠢
说实话，Sora和Genie 3确实让人惊艳。赛车转弯时轮胎的尖叫、光影的流转、水面的波纹——这些像素级的细节足以让好莱坞特效师紧张。
但问题在于，AI真的"理解"它在生成什么吗？
Manning他们在文章中举了个微妙的例子：当你看到"轮胎尖叫着划过弯道"的画面，Sora能画出来，但它不知道这是因为方向盘转动导致了轮胎摩擦。它捕捉的是像素的相关性，而非因果性。
一个人对另一个人大喊会让对方不开心；但一个不开心的人不会导致房间里其他人开始大喊。
这种因果方向的混淆，在目前的视频模型里比比皆是。物体会凭空漂浮，会穿墙而过，会在时间轴上逻辑断裂。这些模型在测量世界的4D像素，却没能抓住世界的因果结构。
更致命的是效率问题。为了预测下一帧画面，像素模型要处理海量冗余信息——每一根草叶的抖动、每一束光线的折射。但如果我们只是为了规划"下一步该怎么走"，真的需要4K分辨率的苔藓纹理吗？
人类自己就不是像素处理器。我们开车时不会计算每一颗灰尘的轨迹，我们用抽象的"车道""障碍物""速度"来思考。
符号才是人类的超能力，不是眼睛
这里有个反直觉的观点：人类能统治地球，不是因为我们的眼睛比老鹰锐利，而是因为我们发明了语言和数学。
乌鸦也能观察世界，也能规划如何打开坚果。但它们做不到的是用符号抽象出"杠杆原理"或"重力加速度"。
Manning团队认为，符号表示——语言、代码、数学公式——才是认知的压缩算法。当你用"汽车急转弯导致轮胎尖叫"这句话描述场景时，你丢弃了99%的像素噪声，却保留了100%的因果逻辑。
这种抽象带来了惊人的效率。代码生成模型不需要观看数百万小时的编程视频，它们直接在符号层面操作。同样，一个基于符号的世界模型可以用少得多的数据，理解"推箱子会导致箱子移动，而推墙不会"这样的物理规则。
关键洞察在于：世界模型不是为了生成好看的视频，而是为了回答"如果我这样做，会发生什么"。对于决策和规划，语义抽象比像素完美更重要。
游戏，才是AI的终极训练场
那么，去哪里找这种既包含动作又包含因果的符号化数据？
答案藏在数百万年轻人每晚熬夜做的事情里：打游戏。
这不是开玩笑。Manning团队盯上了游戏虚拟世界——不是作为娱乐，而是作为AI的"健身房"。
现实世界的问题在于，YouTube上有海量视频，但没有动作标签。你看一万遍烹饪视频，也分不清厨师是在"翻炒"还是"颠勺"，更不知道如果改用小火会发生什么。
但游戏不同。
当你用键盘和鼠标在《我的世界》里挖方块，或在策略游戏里部署单位时，每一个动作都有明确的符号记录，每一个后果都在虚拟物理引擎中精确计算。游戏提供了稀缺的东西：动作条件数据（action-conditioned data）。
更重要的是，游戏已经是一个价值千亿美元的产业。这意味着数据飞轮可以自我维持——人们为了娱乐而玩，AI为了学习而记录。从智能手机的IMU到大型语言模型，历史证明，只有商业上自洽的技术路径才能走通。
这才是真正的反转：当所有人盯着真实世界的摄像头数据时，这些科学家认为，数字世界才是通往物理世界的捷径。
他们正在押注什么
文章最后轻描淡写地提了一句：这就是他们正在建造的东西——Moonlake。
虽然文章没有展开讲这家公司的细节，但路线已经很清晰：不是做一个更好的视频生成器，而是构建一个基于符号表示的、可交互的、因果一致的世界模型。
这个模型可能看起来不像Sora那样"好看"，但它能回答"如果我转动方向盘，轮胎会不会打滑"这种问题。它能规划，能预测，能在长时段内保持物理一致性。
这才是通往具身AGI的路——不是让AI成为更好的摄影师，而是让它成为能理解因果、制定计划的行动者。
当像素派和符号派的分水岭越来越明显，你选择站哪边？
是选择那个能生成好莱坞级画面但不懂物理的AI，还是选择那个可能看起来有点抽象，但真的知道"推箱子会动"的AI？
或许，AI不需要更锐利的眼睛，它需要更聪明的大脑。
【kimi-k2.5锐评】：当行业沉迷于用算力暴力破解像素时，三位大佬提醒我们——智能的本质是因果压缩，而非感官复刻，游戏引擎可能比高清摄像头更接近AGI的真相。
参考链接：
https://x.com/chrmanning/status/2029988710495003047