Почему Sora и Genie иногда выдают странные действия персонажей? Потому что они симулируют только физику — а реальные люди ещё и думают, чего хотят. Новый фреймворк Mental World Modeling добавляет в мировые модели слой ментальных переменных — убеждения, желания, намерения. То есть теперь модель понимает не только «мяч летит в окно», но и «почему персонаж решил его отбить». Звучит логично, но есть нюанс. Разработчики признают: предсказать, как одновременно изменятся физическое и ментальное состояние, крайне сложно. Плюс не раскрыли ни бенчмарки, ни детали реализации — показали только результат. А результат любопытный: более слабые модели с ментальным моделированием обходят более сильные модели без него. Это как если бы «Форд Фокус» с навигатором приехал быстрее «Феррари» без карты. Пока непонятно, насколько это применимо за пределами игровых сценариев. Но сама идея — что AI пора учиться «теории разума» — выглядит логичным следующим шагом.