以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Generative video models are increasingly used as visual world simulators, yet their primary strength lies in rendering plausible pixels rather than reasoning about how a world should evolve. Coherent world evolution requires more than visual fidelity: when an event occurs, a model must infer its consequences for the en
阅读原文 · Yequan Bie, Dengyang Jiang, Zhixuan Chen, Xiaozhuan Liang, Haoxuan Che, Quande Liu, Xi Chen, Hao Chen
向阳乔木 · opencode-go/deepseek-v4.1-flash
生成式视频模型被当成“世界模拟器”用，这个说法最近很流行。但多数模型擅长的是把画面渲染得像，不是推演世界该往哪走。EvoWorld 这篇论文想补的正是这一段： 事件发生之后，画面之外的世界应该怎么变。 举个例子。野兽突然出现，模型不能只把野兽画出来，还得判断旁边的人是逃、是躲、还是反击。这需要模型对场景里的实体有持续的状态认知，再根据事件推后果。现有扩散视频...