World Model
一类能够对外部世界进行内部建模和预测的AI系统，通常以视频生成模型为代表，旨在学习物理规律和因果关系以支持智能决策
核心事实
时间轴 (近 90 天)
传统世界模型通常只建模视觉预测，动作、深度等信息作为条件输入或后处理结果，导致模型难以理解三者之间的物理耦合关系。
世界模型可以让机器人在虚拟环境中预演一个动作的后果，而无需真正执行
Mattick认为世界模型展现出的能力被高估，因为当前用世界模型处理的任务从控制角度看并不困难
能够预测未来和能够推断出正确的行动是两件完全不同的事情
杨立昆是深度学习三巨头之一、Meta首席AI科学家，主张当前大语言模型路线无法通向真正的AGI，认为缺乏世界模型是核心瓶颈
LingBot-World 属于交互式视频扩散世界模型，参数规模为 1.3B，在同类产品中属于轻量级
World Labs、Decart 等团队在探索让神经网络直接模拟物理规律与环境反馈的「世界模型」路线
Dexforce采用世界模型加人形机器人的组合，能够完成冲咖啡等通用操作任务
WRC2026现场机器人的能力大多由VLA（视觉-语言-动作模型）或世界模型（World Model）驱动
Morphi Robot采用世界模型加VLA的混合架构，能够支撑长达15分钟的长时序完整任务
还有 7 条时间轴事件
全部知识事实 (17)
世界模型概念源自Yann LeCun提出的自主机器智能架构，核心思想是让AI在内部构建物理世界运行规律的模拟器以预测行动后果
75%已验证David Ha与Jürgen Schmidhuber于2018年提出'World Models'框架，用VAE和RNN构建环境的内部表示
65%已验证世界模型本质上是学习环境的动力学方程——给定当前状态和动作，预测下一个状态
65%待验证传统世界模型通常只建模视觉预测，动作、深度等信息作为条件输入或后处理结果，导致模型难以理解三者之间的物理耦合关系。
50%待验证世界模型可以让机器人在虚拟环境中预演一个动作的后果，而无需真正执行
50%待验证能够预测未来和能够推断出正确的行动是两件完全不同的事情
50%待验证Mattick认为世界模型展现出的能力被高估，因为当前用世界模型处理的任务从控制角度看并不困难
50%待验证杨立昆是深度学习三巨头之一、Meta首席AI科学家，主张当前大语言模型路线无法通向真正的AGI，认为缺乏世界模型是核心瓶颈
50%待验证LingBot-World 属于交互式视频扩散世界模型，参数规模为 1.3B，在同类产品中属于轻量级
50%待验证World Labs、Decart 等团队在探索让神经网络直接模拟物理规律与环境反馈的「世界模型」路线
50%待验证世界模型加VLA正在成为具身智能领域的主流架构共识
50%待验证WRC2026现场机器人的能力大多由VLA（视觉-语言-动作模型）或世界模型（World Model）驱动
50%待验证2023年MIT的一项研究训练GPT模型预测Othello棋局下一步，通过探针技术发现模型内部表征编码了完整的棋盘状态
50%待验证Yann LeCun等研究者倡导构建基于世界模型的AI架构，认为仅靠语言建模无法实现真正的理解和安全决策
50%待验证Transformer模型擅长捕捉文本中的统计相关性，但缺乏构建世界模型的能力，无法在内部模拟物理世界操作的因果链条和长期后果
50%待验证Dexforce采用世界模型加人形机器人的组合，能够完成冲咖啡等通用操作任务
50%待验证Morphi Robot采用世界模型加VLA的混合架构，能够支撑长达15分钟的长时序完整任务
50%