为什么Sora不能成为世界模型？

写完一篇空间智能文章，发到群里，聊它如何用虚拟空间数据训练机器人，帮人类理解世界。

结果有朋友提出个问题：

文生视频算不算空间智能？它也能生成虚拟场景，为什么不是最佳途径？

这问题挺有意思，我第一反应就想到了Sora。

文生视频“新星”崛起速度太快，几句话能生成一个视频，两年内字节、腾讯、甚至其他模型厂商纷纷压住该赛道。

不过，两年过去，有人发现它没那么完美，生成人像总带着“恐怖谷”的诡异，连Facebook首席人工智能科学家Yann LeCun也点评说：Sora不过是画得好看，压根不懂物理规律。

于是，我带着疑问研究了一下：看似强大的Sora，为什么不能成为真正的世界模拟器？它和空间智能的差距到底在哪？