物体恒存和实体性被作者视为人类认知先验的标志。近期研究显示，视频生成模型作为当前世界模型的一类范式，已开始显现涌现推理能力，因此被视为构建类人物理智能的候选。这篇工作问：视频模型是否已涌现物体恒存？若没有，能否用核心认知启发的数据集把它们训出来？作者给出数据基础设施 WROP，以及据此训练的 16B 世界模型 PWM-WROP。摘要只报告训练后的相对排名，未描述未训练模型的具体失败模式。

认知任务与合成数据

WROP 含 150 项手工设计、受认知科学启发的任务，分成六个认知类别。作者用 Blender 生成器在保持每项任务认知结构不变的前提下，随机化速度、光照、相机角度及其他干扰参数，每项任务得到一万以上样本，汇总为约 150 万条训练语料，并另设 300 题考试。六个类别的名称、任务样例和评分细则摘要未给出。

十四个模型的盲测 Elo

评测覆盖 14 个视频模型：3 个参考到视频、7 个编辑、4 个续写，其中包括 PWM-WROP。盲测成对 Elo 中，PWM-WROP 在续写模型里排第一，总榜第三，仅落后于两个参考到视频模型之间的统计平局。摘要未公布 Elo 分数、模型名单和绝对正确率，结论应读成相对排序，而不是已经达到人类水平的物体恒存。

我的判断

价值在于把物体恒存做成可生成、可考试的数据，并公开语料、考试、作答、分数、权重，以及 AWS Trainium2 上的原生 PyTorch 训练栈 PWM。对物理 AI 和视频世界模型，这是可复现的合成数据起点。适用边界清楚：场景是手工 Blender 任务，随机化的是受控干扰，不是开放世界；300 题 Elo 不能外推到真实视频或机器人。16B 续写模型能排到总榜第三，说明针对性训练有效，但名次依赖对照集合，摘要未说明对照是否用过同类数据。材料不足以断言物体恒存已被「内化」，只表明在这套考试上可以拉开差距。