问道AI+丨为世界建模，为未来推演：世界模型成为人工智能新焦点

现阶段，世界模型概念尚未达成统一，但能力认知进一步深入，在表征世界、模拟预测、行动规划等方面共识渐显。人工智能科学家李飞飞2026年6月以“空间智能”概括世界模型能力，按渲染器、模拟器、规划器将世界模型功能分为三类3，其中模拟器的模拟预测功能是关键，可从中推导行动规划、渲染环境外观；谷歌DeepMind 2025年8月将世界模型界定为能够模拟环境演化与行动后果、支撑智能体预测的AI系统4；清华大学FIB-Lab5等从应用模式维度将世界模型分为数据引擎、环境模拟器和动作规划器；杨立昆（Yann LeCun）主张世界模型应在抽象表征空间预测世界状态。

从技术实现路径看，当前世界模型尚未形成单一主导范式，而是呈现多路线并行、相互融合的发展特征。一是动作条件视频生成路线，学习动作条件下的世界演化规律，生成结果必须受输入动作控制并保持长时一致。谷歌Genie 3实现720p分辨率下24帧每秒的实时交互漫游、一致性达数分钟6。二是抽象表征预测路线，在潜空间预测重要信息变化，无需逐像素重建。Meta V-JEPA 2仅用62小时机器人视频训练即实现机械臂零样本抓取规划7。三是3D/4D空间路线，显式对三维空间进行重建与仿真。World Labs 发布的Atlas，将文本、图像、视频、相机位姿与深度等输入锚定到三维空间8。四是基于物理引擎生成的路线，将大模型与物理引擎融合，由物理引擎提供符合物理规律的可交互仿真环境，使生成与推演锚定物理规则。卡内基梅隆大学等机构开源Genesis，2026年仍保持高频迭代9，英伟达开源同类物理引擎Newton 1.010正式版。五是世界动作模型（WAM）路线，将世界预测与动作生成统一建模，联合预测下一帧观测与下一步动作。英伟达DreamZero新任务与新环境泛化能力较已有最优VLA模型提升超2倍11。

世界模型能力仍面临明显短板，制约其模拟预测与行动规划等关键能力。一是物理规则理解能力不足，在质量、摩擦、刚性、重力等基本物理属性上易出现错误，形成“视觉合理性陷阱”¹²；二是因果推理能力薄弱，多数模型学到的仍是“给定状态与动作、接下来通常发生什么”的相关性，而非“主动改变某一变量将造成什么结果”的干预与反事实能力，输入动作对生成结果的真实控制仍较为有限。三是记忆能力有限、长时一致性不足，当前交互式世界模型的连续一致性仍停留在数分钟量级、长程推演中单步误差不断累积，尚难以持续运行¹³。

世界模型的发展需从关键技术与基准测试双线推进。关键技术方面，一是推动生成式模型与物理引擎、显式物理状态融合，锚定物理规则。高德ABot¹⁴具身智能体系则为机器人构建遵循物理定律的高拟真虚拟世界，支撑无限次安全试错与经验迁移。二是主动推理补齐因果短板。Aether AI 2026年7月公布CD-LAM¹⁵，通过对隐动作进行因果去偏将动作跟随误差降低超30%。三是以潜空间紧凑表征与高效架构抑制长程误差累积，Waymo 2026年2月发布的世界模型高效变体已支持长时推演¹⁶，智元机器人GE-Sim 2.0在单卡上实现25帧推演2.3秒。基准测试方面，针对当前世界模型在物理理解、因果推理、长时一致性等方面仍存在的能力短板，加快构建可度量、可验证、可比较的测试评估体系，通过评测准确识别模型能力边界和关键短板，为技术迭代优化提供依据。中国信通院人工智能研究所依托具身智能基准测试（EAI Bench），已形成系统化世界模型评测能力，围绕视觉生成、物理规律、环境演化、动作因果、三维空间关系以及长时稳定性等关键能力开展综合评价，支持不同技术路线、不同模型之间的横向比较，帮助行业识别不同技术路线的能力边界与适用方向，甄别具有真实能力优势的模型和技术积累扎实的企业。未来，将联合产业、高校和科研机构持续完善评测数据集、指标体系和测试方法，动态跟踪世界模型技术演进与能力变化，以评测牵引模型能力优化和技术路线迭代，为产业应用和规模化落地提供可信评价依据。

作者：邬京耀 李碧莹 白入文