Skip to content

世界模型的工作定义、历史与直觉

朋友从三米外扔来一个网球,你甚至还没看清球的旋转,手就已经移到了正确的位置。这不是反射,也不是运气,你的大脑在那零点几秒里模拟了这颗球的飞行轨迹,预测它会落在哪里,然后提前指挥肌肉行动。

世界模型就是这个机制的计算版本:大脑(或 AI)在内部维护的一张"世界运转规律"的草图,让行动者可以在真实出手之前先在脑子里把结果演一遍。

读完本讲,你应该能够判断一个系统预测的对象和消费预测的方式,区分渲染、模拟与规划,并用简洁的能力阶梯说明不同系统之间的差异。

本讲按问题出现的顺序展开:

  • 工作定义:先区分渲染器、模拟器与规划器,再用状态估计、转移、发射和预测查询描述一个世界模型提供的接口
  • 思想来路:从 Craik(1943)到预测编码与内模原理,理解“先在内部试验再行动”为什么不是新想法
  • 价值与时代背景:世界模型解决什么问题,以及视频生成、具身智能、自动驾驶为何在此时交汇
  • 分类与路线图:最后用四个时代和 L1-L5 能力阶梯整理已经见过的系统,并进入课程的项目主线