MirroS 提出 Code-as-World，从视频逆推物理世界表征
MirroS 提出 Code-as-World，用可执行代码重建物理世界，为视觉语言模型提供规模化物理训练数据。
像素只展示世界的样子，Code-as-World 让 AI 把视频中的物体、速度、重力等规律写成可运行代码，从而真正理解物理机制，并用于训练更聪明的视觉语言模型。
正文摘录
- title: Code-as-World：从一段视频，逆推整个物理世界 - sourcecompany: 机器之心 - bodymarkdown: .jpg) 像素告诉我们世界如何呈现，物理代码解释世界为何如此运行。 [](https://mp.weixin.qq.com/s/a5hm9dP2W2RTzXW75v2n0A)生成一个世界，不等于理解一个世界。 今天的 AI 已经可以生成逼真的视频，也可以用代码搭建复杂的 3D 场景。但无论是像素还是场景，都只是世界的 “表象”。真正的物理智能，需要进一步回答：这个世界由什么构成、处于什么状态、又遵循什么规律？ 换句话说，AI 的下一步，不只是预测世界会 “看起来怎样”，而是恢复为什么世界会这样运行 —— 从描述现象，走向发现机制。 近日，MirroS 提出 Code-as-World：让 AI 将观测到的现实主动重建为可执行、可验证、可推理的代码世界，并以此作为理解物理世界的表征。在这套框架下，对象、状态、物理参数与演化规律被显式写入代码，一个关于世界的解释由此不再只是语言描述或隐式特征，而成为一个可以查询、执行、干预和验证的 世界假设 。 如果说从观测直接预测未来，回答的是：接下来会看到什么？ 那么 Code-as-World 进一步追问：什么样的世界，能够产生这些观测，并在干预之后继续演化？