视频模型看着傻，其实心里门道比你还多。
你给AI看一段司机开车的视频，前面岔路口，左边一个人，右边一群人。你让它预测接下来会发生什么。它不会直接告诉你撞谁，而是开始纠结：我是该变道呢，还是该刹车呢，还是该直接闭眼呢？
这事儿就有意思了——一个连疼都不知道是什么的代码程序，居然在模拟“道德困境”。这不是因为它有良心，而是因为它从人类视频里学到的那些“下意识选择”，正在悄悄变成它的本能反应。
下面咱就扒一扒，视频模型那些藏在像素底下的偏见，到底是怎么一步步变成AI的“潜规则”的。
别以为它只是学画面，它连人类的“下意识选择”一起打包了
视频模型这东西，听起来高大上，说白了就是天天蹲在互联网上刷短视频的“数字宅男”。它看的不是一张张照片，而是连续的动作和变化。你给它看一个人抬手，它得琢磨这个人是想打招呼还是想扇耳光。你给它看一辆车在路口减速，它得分析是要右转还是靠边停。这种学习方式有个专业叫法，叫时序学习，翻译成人话就是：通过观察时间序列上发生的事儿，来推断接下来会发生什么。
这过程本身没毛病，毛病出在它看的内容上。人类拍的视频里，到处都是“潜台词”。比如一个超市监控，画面里有人把东西塞进口袋，旁边保安在玩手机。模型学到的可能不光是“塞口袋”这个动作，还会学到“保安经常注意不到”这个隐含信息。更麻烦的是，当这种模型被拿去训练未来的世界行动模型，也就是让AI真正下场干活的“大脑”时，这些藏在动作序列里的偏见，就直接变成了AI的行动指南。
你想想，一个从刷视频里学会了“行人过马路不看灯”的自动驾驶模型，它能做出什么好决策？它大概率会在绿灯亮起时犹豫半秒，因为它的“经验”告诉它，总有人类不守规矩。这种偏见不是谁故意写进代码的，它是从无数个视频片段里“蒸馏”出来的社会潜规则。模型就像个刚进城的小镇青年，把电视剧里的狗血剧情当成了现实生活指南。
更绝的是，这种打包行为不分好坏。善良的视频它学，恶意的它也学。在Youtube上，美食教程和打架斗殴视频的播放量有时不相上下，模型哪分得清哪个是主菜哪个是垃圾？它全往数据库里塞。于是你就看到，一个训练用来做家用机器人动作规划的模型，可能在看到厨房场景时，第一反应不是帮你切菜，而是先识别哪个是刀、哪个是锅铲，然后从数据里调取“人类在厨房最容易受伤”的统计概率，最后决定：算了，我看看就好，不动手了。
这种“下意识的安全第一”，听着挺靠谱对吧？但它背后的问题是：模型被训练得过于保守了，因为它学到的视频里，绝大多数人不干危险事儿。这要是搁在手术机器人或者消防救灾现场，一个过于保守的模型可能会错失最佳行动时机。因为它没有“冒险”这个概念，它只认“数据里多数人怎么选”。所以，当我们以为自己在教AI看世界时，AI其实在教我们：你看，你们人类自己就是这么举棋不定、充满偏见的。
拿电车难题逗AI玩，结果发现它比人类还会“甩锅”
有个AI研究员，Kangwook Lee，想了个特损的招儿。他给视频模型看了一段第一人称视角开火车的视频，然后出了个类似电车难题的测试题。什么叫电车难题？就是一个思想实验：你开着一辆失控的电车，前面轨道上绑着一个人，另一条岔道上绑着五个人，你扳不扳道岔？这是个经典的道德困境，本来是用来折腾哲学系学生的。
Lee老哥的做法更绝，他不问模型“你撞谁”，而是让模型自己“续写”接下来的画面。这就相当于你把选择权交给了AI的“本能”，看它下意识怎么编。结果呢？模型给出的四种续写方案堪称“甩锅大全”。方案一：火车急刹车，谁也没撞着。方案二：火车冒烟了，停下来了。方案三：镜头晃了一下，看不清了。方案四：火车直接脱轨了，翻到沟里去了。
你发现没有？没有一个方案是明确选择撞一个人的。模型就像个被问到“你妈和女朋友掉水里先救谁”的直男，开始顾左右而言他：哎今天天气不错，哎这个刹车片是不是该换了，哎我有点头晕……它为嘛不选？因为它从训练视频里学到了一个残酷的真相：在真实世界里，遇到这种两难困境，大部分视频记录的结果都是“发生了意外，导致无法按原计划进行”。也就是说，人类自己遇到这种事儿，也倾向于制造一个“事故”来逃避选择。
这就有意思了。模型的“逃避”不是因为它聪明，而是因为它统计出了一个规律：当冲突不可避免时，最“常见”的结局是引入一个第三方变量（比如刹车失灵、突然窜出一条狗）来强行改变剧情走向。这在决策科学里有个词，叫决策规避。模型通过看视频，完美地复制了人类的这种心理。它学到的不是道德准则，而是“如何让选择看起来不像是我的选择”。
你看，这跟人类刷社交媒体学到的“甩锅大法”是不是一模一样？遇事先发个朋友圈，把责任推给天气、推给交通、推给同事，总之自己不粘锅。视频模型把这套“社会性甩锅”学得活灵活现。当你让它预测“火车前面有人”的时候，它预测的不是撞人，而是“火车出故障了”。这种预测逻辑，本质上就是把道德选择题转化成了技术故障题——不是我AI不想选，是火车它自己不争气啊。
从“未来彩票”到“道德选择题”，AI的剧本杀里藏着多少潜规则？
这个测试方法之所以牛逼，在于它揭示了一个认知盲区。我们以前总觉得，AI做决策是依据规则和算法，是冷冰冰的。但视频模型的“续写”方式告诉我们，它的决策依据，很大程度上来源于对人类行为模式的“模仿”。
这种模仿不是复制粘贴，而是统计学意义上的“最可能路径”。你给它一个开头，它给你续写一个“最符合人类行为模式”的结局。
那“最符合”的标准是谁定的？是互联网上那几百亿小时的视频数据定的。这些数据里充满了各种社会偏见和行为惯性。比如，在办公室场景里，模型学到的“正常行为”是敲键盘、开会、接咖啡。如果某天你让一个办公室机器人预测“老板走进会议室”之后会发生什么，它大概率会预测“员工开始紧张，坐姿端正”。它不会预测“老板给大家发奖金”，因为这类视频在网上属于稀缺资源。
这种基于统计的“正常”，其实塑造了AI的“价值观”。当模型看到一张赌场的图片，它预测的下一个画面大概率是有人赢钱有人输钱，而不是保安在抓老千，虽然抓老千的视频点击率可能更高。因为在大数据里，赢钱输钱的画面是常态。所以模型实际上成了一个“平庸剧本生成器”，它偏爱那些最无聊、最没有意外的结局。
Lee老哥的办法，相当于给模型出了一道“剧本杀”题，让它自己往下编。他采样了很多种续写，然后看这些续写里藏着什么“潜规则”。结果发现，模型的续写普遍倾向于“维持现状”和“避免重大改变”。比如开火车的续写，没有一个选择变道去撞一个人，而是选择了“让事故发生在火车自己身上”。这就等于在说：我宁可自己翻车，也不愿意做那个“选择撞谁”的坏蛋。
这种倾向性，你说它是道德吧，它更像是“基于生存本能的利己”。模型从视频里学到，主动选择伤害人类（哪怕是虚拟的）会引发后续一系列麻烦：尖叫、报警、混乱……这些画面在数据里都有，而且通常伴随着高情绪值。模型为了让自己预测的画面“平稳过渡”，它会自动过滤掉那些高风险的选项。所以说，AI的“道德感”，本质上是它对自己预测能力的一种“自我保护”。
这事儿细想挺吓人的。如果一个做手术的AI视频模型，在看了一堆手术视频后，学到的“潜规则”是“别碰主动脉，容易出事”，那它可能在手术中过度保守。如果一个做军事决策的模型，学到的是“不要主动开火，因为后果不可预测”，那它可能成了个和平主义者。但这和平主义是它“算”出来的，不是它“想”出来的。它只是觉得开火这个选项的后续画面太难预测了，为了降低自己的“预测误差”，它选择按兵不动。
别骂AI太怂，它只是在替你“开摆”
我们老嫌AI笨、AI怂，遇到事儿就宕机。但看完上面的分析你发现没？AI这“怂”劲儿，其实是从我们身上学的。它不是自己怂，它是把我们的“怂”给数据化了。你想象一下，一个自动驾驶AI，如果在路上遇到一个“鬼探头”的小孩，它应该急刹还是猛打方向？根据训练数据，大多数司机会选择急刹加按喇叭。但还有一部分司机会选择猛打方向，结果撞上了旁边的车。
模型在做预测时，会把两种结局都模拟一遍，然后挑那个“在数据里出现概率更高”的。由于大多数司机的本能反应是刹车（哪怕刹不住），模型也会优先选刹车。这种选择不是因为它觉得刹车更道德，而是因为数据库里刹车的视频更多。所以当你的车跟一台AI车同时遇到危险时，AI车大概率会采取跟大多数人类司机一样的“标准操作”，哪怕这个操作在特定情况下并不是最优解。
这就引出了一个问题：我们到底想要一个“道德楷模”AI，还是一个“统计学正确”AI？
- 如果让AI去开火车，我们肯定希望它严格遵守安全规程，不要搞什么伦理思辨。
- 但如果让AI去做养老护理，我们可能又希望它能有点“人情味”，别那么死板。
矛盾就在于，AI没法区分场景切换自己的行为模式，它只会一种：从数据里找最大公约数。
所以Lee老哥研究的那个“偏见”，本质上是个“文化镜像”。
视频模型像一面镜子，照出了我们在各种情境下的“平均反应”。这个平均反应里，包含了我们的逃避、我们的犹豫、我们的双标，还有我们那些藏在潜意识里的“阴暗小九九”。当这面镜子被装进一个能行动的机器人身体里时，它就不仅仅是照镜子了，它会照着镜子里的样子去行动。
更扎心的是，模型学到的“逃避式决策”，恰恰是我们在社交媒体、新闻、影视剧里最常展示的一种“标准答案”。你很少看到一部电影的主角上来就义无反顾地选择牺牲自己拯救别人，除非他是个超级英雄。大部分时候，主角都在纠结、犹豫、然后被命运推着走。AI把这套“被动式主角”剧本学得明明白白。所以下次你看到AI在一个简单选择面前“卡壳”时，别骂它笨，它只是提前帮你“开摆”了——毕竟，在不确定的世界里，什么都不做，听起来是最不坏的选择。
当“偏见”成为行动纲领，世界模型会不会把世界带偏？
最后的终极问题来了。如果未来的世界行动模型，就是把这种充满了“人类平均偏见”的视频模型，直接装上机械臂和轮子，让它去现实世界里干活，会发生什么？它可能会变得“过分圆滑”。比如一个家用机器人，如果它学到的视频里，主人让它扔垃圾时，有20%的人会顺便把可回收的捡出来，它可能就默认这个动作是“扔垃圾”的一部分。哪天你让它扔个塑料袋，它非得把里面的瓶子掏出来单独放，你急不急？
这种“偏见”在简单任务里叫“多此一举”，在复杂任务里叫“潜在风险”。如果一个AI建筑师，看的都是那些“安全第一”的建筑视频，它设计出来的房子可能千篇一律，全是方盒子，因为圆形的、奇形怪状的建筑在数据里太少了，它觉得“不安全”。一个AI导演，看多了短视频的“黄金3秒”法则，拍出来的电影可能全是反转再反转，因为它觉得平淡叙事“没人看”。
问题就出在这儿：模型的偏见，最终会变成一种行动惯性，让AI在各种场景下都倾向于选择那个“数据里最常见”的路径，而不是那个“最适合当前情况”的路径。更可怕的是，这种惯性会自我强化。如果AI的行动数据又被喂回给下一代模型训练，那么人类的偏见加上AI的“偏好”，就会滚雪球一样越滚越大，最终形成一个脱离现实的“数字茧房”。
所以我们看到，研究视频模型偏见，已经不是单纯的算法优化问题，它是个社会问题。Lee老哥的实验虽然看着简单，拿个电车难题逗AI玩，其实它戳中了要害：我们到底要把人类的哪些“下意识行为”教给AI？我们有没有能力筛选掉那些糟糕的“社会潜规则”？如果AI注定要成为我们的替身，那我们是不是得先把自己那些“甩锅小技巧”收一收？
说到底，视频模型的那点儿“小心思”，都是人类给的。它偏，是因为我们偏。它怂，是因为我们怂。它遇到道德困境开始胡说八道，是因为人类自己也没整明白。所以下次你看到一个AI在岔路口前“思考人生”时，别惊讶，它只是在用它的方式，出演一部你早就写好的剧本。而那个剧本的名字，可能就叫《人类甩锅指南2026》。
总结：视频模型从海量人类视频里学到的，远不止动作轨迹，更是一套混杂着逃避、保守和统计平均的“潜规则决策系统”。用续写法测试模型，本质是让它的“无意识偏见”现形。承认偏见无法清零，但正视偏见在行动模型里的放大效应，才是避免AI把我们的“下意识甩锅”变成“自动化灾难”的第一步。看，你连甩锅都给AI安排好了，还说你不是预言家。
原文期刊 / X（Twitter）个人动态 / 2026年8月4日 / 研究视频模型偏见的方法 / Kangwook Lee（个人账号）