百家争鸣的世界模型

世界模型的核心思想是让模型学习物理世界的内部表征与演化规律从而能够在模型内预测未来状态、评估动作后果、生成训练数据。2018 年David Ha 和Jürgen Schmidhuber 发表论文《World Models》提出了一种基于深度学习的框架通过构建“世界模型”来模拟环境动态从而提升强化学习RL的效率和泛化能力也为人工智能发展提供了一种新思路。2024 年视频生成模型取得突破性进展后产业界开始认真对待将其作为具身智能核心基础设施的可能性。当前产业界对“世界模型”一词的使用极为宽泛缺乏共识。与“世界模型”并行出现的还包括“空间智能”“物理AI”“具身世界模型”等概念标签。李飞飞创办的World Labs 将“空间智能”定义为“理解和操作3D 世界的能力”英伟达则使用“PhysicalAI”一词描述其仿真与机器人平台而学术论文中World Model”一词则更多指向特定任务的状态预测器。这些概念之间存在交叉但其技术内涵、覆盖范围与评价标准并无统一界定。概念的泛化直接投射在技术路线的分化上。当前国内涉足世界模型方向的团队关键技术至少包括隐空间表征、视频生成、3D 重建与几何一致性、物理引擎嵌入以及因果推断等可谓百家争鸣。与关键技术分化相伴生的是创业团队的密集涌现。据不完全统计除具有模型- 本体闭环能力的头部具身智能企业外当前国内明确以世界模型为技术标签的初创企业已超过二十家大致可归为以下三种类型1具身大脑类企业具身智能大脑类企业主要研发感知、预测与控制的算法栈世界模型在其中并非独立产品更多是嵌入具身大脑结构中的预测功能模块以此提升长序列任务的成功率。2多模态生成与物理仿真企业多模态生成类企业大多以视频生成、3D 资产生成等方式在物理一致性方面与世界模型产生关联物理仿真类企业主要提供模拟器和数据作为中间环节参与世界模型但目前两者都并非具身智能可直接调用的物理状态预测器更多是参与具身模型训练过程中的一环。3世界模型前沿学者创业世界模型领域前沿学者创业成为当前热点创始人通常拥有国际顶尖高校或AI 实验室的学术背景直接以通用世界模型为核心命题多偏向第一性原理讲述不同技术逻辑企业落地方向也各有不同。