视频生成或者efficient的视频生成没办法做太长时间，可能2-3年后这个方向就不火了，但是世界模型这个方向如果能加上physical的信息感觉还挺有搞头的，佬们能给推荐一些方向吗 或者指出目前世界模型都存在什么本质问题吗？十分感谢