视频生成推理的扩展代价：Scaling Video Generation for Reasoning 研究

研究通过2x2x2魔方预测任务评估视频生成模型的推理能力与计算成本。70M参数模型在0.1 PF-days训练后可见贴纸配置准确率达44.6%，1B模型需3.14 PF-days达83.7%。符号状态监督使20M模型在相同数据预算下帧准确率从31.1%提升至67.3%，表明学习状态变化表征可补充扩展。