ImageNet 有一種深深的滿足感。它有一個精心策劃的訓練集，一個明確定義的測試協議，一個匯聚了最佳研究者的競賽，以及一個催生了 ResNets 和 ViTs 的排行榜，最終改變了這個領域。 然後是 NLP。無論 OpenAI、Anthropic 和 xAI 有多麼不同意，他們至少在一件事上達成了一致：基準測試。MMLU、HLE、SWEBench - 你無法取得進展，直到你能夠衡量它。 機器人技術仍然沒有這樣的號召。沒有人對任何事情達成一致：硬件、任務、評分、仿真引擎或現實世界環境。每個人在他們為每篇論文即時定義的基準上，都是 SOTA。 來自 ImageNet 的創作者 - BEHAVIOR 試圖挑戰統一機器人基準測試的艱鉅任務，基於一個可重複的物理引擎（Isaac Sim）。這個項目在我從斯坦福視覺實驗室畢業之前就開始了，花費了多年的奉獻和博士生涯來構建。我希望 BEHAVIOR 要麼是我們需要的爬坡信號，要麼是最終讓我們開始討論如何衡量作為一個領域的真正進展的火花。

Vibe Minecraft：一個多玩家、自洽、即時的世界模型，允許建造任何東西和召喚任何物體。工具的功能甚至遊戲機制本身都可以通過自然語言編程，例如「時間鎬：將任何方塊恢復到之前的狀態」和「當獨角獸經過時，瀑布變成彩虹橋」。玩家共同定義和操控一個共享的世界。 神經模擬以*多模態*系統提示為輸入：遊戲規則、資產png、全球地圖和復活節彩蛋。它定期將遊戲狀態保存為一系列潛在向量，可以重新加載到上下文中，選項上可以附加「指導文本」以便於編輯。每個玩家都有自己的顯式狀態json（健康、庫存、3D坐標），以及捕捉更高階互動歷史的隱式「玩家向量」。 遊戲管理員可以創建一個Minecraft多元宇宙，因為不同伺服器的潛在向量是兼容的。每個世界可以無縫交叉，幾秒鐘內生成新的世界。人們可以與朋友或自己的過去狀態進行混合與匹配。「稀有向量」可能會出現，因為一些玩家不可避免地會遊蕩到世界模型的奇異、未知潛在空間。那些浮動矩陣可以作為NFT進行交易。你嘗試的越瘋狂，挖掘稀有向量的可能性就越大。 誰先發布Vibe Minecraft，誰就將載入史冊，永遠改變遊戲的進程。

我很想看到 FSD 擴展法則，因為它是唯一在行星規模上的物理數據飛輪。模型/數據大小的「突現能力閾值」是什麼？