世界模型成AI新战场：让机器看懂三维物理世界

据WIRED报道，世界模型正在成为AI的一个重要前沿，因为它解决了一个纯文本系统难以克服的限制：理解物理空间。这类模型模拟真实世界的物理规律和三维环境，让机器人和自动驾驶系统学会物体如何运动、动作如何影响周围环境，以及接下来会发生什么。 其思路是让机器获得一种学习得来的世界内部表征，而不是只依赖语言或狭窄的规则。现在的AI系统可以用文字描述一个房间，但它未必理解挪动一把椅子、打开一扇门、或者踩上不平整地面的后果。世界模型的目标，就是把这些因果关系和感知—运动的结果捕捉下来。 这可能让机器人更有能力，改进自动驾驶系统，并为训练和测试提供更好的仿真环境。它也可能帮助具身智能体在真正动手之前，先在复杂环境中规划行动。 文章认为，世界模型很快就会变得无处不在，因为它们针对的是当下AI的一个核心缺口。语言模型靠预测文本取得进展，但物理智能需要空间推理、客体永久性，以及对世界如何随时间变化的理解。 构建准确的世界模型并不容易。它们必须处理带噪声的传感器数据、不确定的动态过程，以及现实世界场景的巨大多样性。即便如此，这股走向三维感知AI的潮流，反映出一次更宏观的转向：从聊天机器人，转向能在物理环境中行动和推理的系统。 如果世界模型真的进步了，它们可能成为机器人、自动驾驶、仿真和具身智能体的基础。这个领域仍在发展中，但其核心承诺已经很清楚：AI不只是谈论现实，而是把现实建模到足以在其中行动的程度。