小米这个分享的核心其实是怎么在一个模型里统一「物理世界的确定性」和「未来的不确定性」。

而这两个东西本身其实是有点矛盾的，因为物理世界的几何必须是唯一且稳定的，但未来必须是发散且多解的。

从结果看，小米把之前提到的两个矛盾的方向的上限又提高了一些。

第一是时间长度，从几秒级走向分钟级的稳定生成，这背后是引入了双阶段训练和 ODE 蒸馏，部件长序列的漂移。

第二是一致性，不只是画面看起来对，更关键是多视角、多帧之间的关系能对得上。

我分享了 的 小米汽车世界模型全新框架：重建+生成一体化，主流基准测试全面 SOTA