我今年反复多次强调，我对世界模型的一贯立场：
1GB的视觉信息，可能只是一堆大树小鸟，
而1GB的文字已经等于200~1000本书的全部信息，可能是10整套百科全书，或者是关于某个文明的全部wikipedia记载，或者是一个大型项目的全部代码。
文字的信息密度和对世界高度抽象概括，远远远远远远大于视觉streaming。
如果未来世界模型能够成功，并且达到了目前GPT-5.4的能力，
那么这个世界模型的参数，至少是GPT-5.4的10^6倍，而训练需要的数据和算力远远超过10^6倍。
当然，我对人类一贯是祝福且充满希望的，
但是现在显然算力依然远远不够，一个模型的参数也完全被算力和设备卡住脖子的前提下，
你要追求无比强大的世界模型，在当今的2026年，是一个不切实际的追求。
如果你有同样多的算力，你一定会投资追求一个更强大的GPT模型，而不是一个世界模型。
等什么时候人类彻底终结LLM竞赛、人类算力极大富裕、LLM堆参数和调整架构已经没有任何收益的时候，再考虑世界模型也不迟，无论是10年后还是30年后。

优质「内容」 | 优质「资源」 | 你不知道的内幕消息🌳