潜在世界属性的涌现的组合通信

多智能体通信压力能否从冻结的视频特征中提取不可见物理属性的离散、组合表示？我们表明，通过迭代学习的 Gumbel-Softmax 瓶颈进行通信的代理可以为潜在属性（弹性、摩擦、质量比）开发位置解缠协议，而无需属性标签或消息结构监督。使用 4 个代理，80 个种子中的 100% 收敛到近乎完美的组合性（PosDis=0.999，保留率为 98.3%）。控制确认多代理结构——而不是带宽或时间覆盖——驱动了这种效应。因果干预显示手术财产中断（目标财产下降约 15%，其他财产下降 <3%）。受控主干比较表明，感知先验决定了什么是可传达的：DINOv2 在空间可见的斜坡物理上占主导地位（98.3% vs 95.1%），而 V-JEPA 2 在纯动力学碰撞物理上占主导地位（87.4% vs 77.7%，d=2.74）。比例匹配 (d=3.37) 和帧匹配 (d=6.53) 控件将这种差距完全归因于视频原生预训练。冻结协议支持具有反事实速度推理（r=0.780）的行动条件计划（91.5%）。对物理 101 真实摄像机镜头的验证证实，对未见过的物体的质量比较准确度为 85.6%，时间动态比静态外观贡献了 +11.2%，4 个智能体的智能体缩放组合性复制率为 90%，因果干预扩展到真实视频（d=1.87，p=0.022）。