川观智库研究员 徐也晴

近期，几家头部科技公司竞相发布“世界模型”引发关注。12月初，斯坦福大学教授李飞飞创立的科技公司公布了一款“大型世界模型”（Large World Model）；谷歌DeepMind紧随其后，发布了新一代世界模型Genie 2；12月下旬，卡内基梅隆大学等20多所实验室开源发布了一个生成式物理引擎Genesis……

简单来说，上述这些“世界模型”或能通过一张图片生成3D场景，或能通过一段文字描述完整地模拟物理世界。有行业媒体给出一个较为广泛的定义——世界模型是通过预测未来的范式对数字世界和物理世界进行理解，它也是通往实现通用人工智能（AGI）的关键路径之一。图灵奖得主、Meta首席科学家杨立昆也曾表示，构建世界模型意味着让AI像人类一样观察世界并理解世界以何种方式演变，然后预测世界将如何随着可能的行动而演变。

具体而言，世界模型将会给真实世界带来怎样的影响？综合公开资料，借助世界模型，智能驾驶和具身智能（如机器人）将得以飞速发展。

从智能驾驶来看，有行业媒体认为，目前数据越来越重要，但实车采集、人工标注的成本也在同步提升，而且能够满足训练要求的数据更是稀缺。因此，一旦自动驾驶应用了世界模型，就可以借助视频生成技术，创建驾驶场景，降低成本的同时，也能够很好地提升车辆的智驾能力。

从具身智能来看，国外应用软件公司Snap前AI主管亚历克斯·马什拉博夫表示，如果世界模型目前面临的主要障碍被克服后，世界模型可以在机器人技术和AI决策方面取得突破。他认为，如今的机器人在功能上受到限制，是因为它们缺乏对周围现实世界（或自身身体）的意识，而世界模型在一定程度上可以为它们提供意识。