平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。

从全球范围来看，在3D生成模型领域，英伟达开源的Cosmos模型通过训练2000万小时视频数据，实现了几何一致性和实时交互的物理仿真；谷歌的Genie 2则利用自回归潜变量扩散模型，构建可交互的3D环境，单图就能生成1分钟动态3D场景。

首先，让我们来看看o3-mini如何在物理推理方面超越竞争对手DeepSeek ...

想象一下，你想制造一辆速度更快的自行车。传统的做法可能是使用更轻的材料，设计更符合空气动力学的外形。但如果按照第一性原理的思维方式，我们会先问自己：“真正的目标是什么？是快速地将人从 A 点运送到 B 点，对吧？” ...

这意味着生成的场景在用户移开视线后再回来时不会发生变化，且遵循基本的3D几何物理规则，为用户提供了更加真实和持久的互动体验。 World Labs的 ...