今天的 AI 圈明显在朝“世界模型”这条主线聚拢。最打动我的是 Puro-2B——清华团队用一块 RTX 5090、不到 7000 美元就训练出逼近 Qwen2.5 的模型，还给出了“成本缩放定律”，说明小团队也有机会参与基座模型的竞争。世界模型这边，CLAP 跨具身、FlashVLA 30Hz 实时、PAWBench 概率对齐，都在回答同一个问题：怎么让“会看视频的模型”真正变成“能在真实世界行动的智能体”。而“用游戏开发当数据引擎”这篇拿下 118 个赞，则暗示了一个趋势——可验证、可执行的合成数据，正在取代“无脑爬视频”成为训练世界模型的新范式。