世界模型五大门派，围攻光明顶

爱范儿04-17

春节后，图灵奖得主杨立昆的新公司 AMI 拿了 10.3 亿美元融资，创下欧洲 AI 公司种子轮纪录；AMI 拿钱几周前，李飞飞创办的 World Labs 也宣布了 10 亿美元融资；本周早些时候，极佳视界获得数十亿元融资，估值超百亿；昨天，阿里巴巴发布了世界模型“快乐生蚝”HappyOyster；今天，群核科技在港交所敲钟。这些公司，共同竞逐同一赛道：世界模型。杨立昆曾经放话说：“大语言模型在...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2628275426?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-04-17 15:02","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2628275426","market":"hk","top_or_hot":-1,"title":"世界模型五大门派，围攻光明顶","media":"爱范儿","content":"<div>\n<p>春节后，图灵奖得主杨立昆的新公司 AMI 拿了 10.3 亿美元融资，创下欧洲 AI 公司种子轮纪录；AMI 拿钱几周前，李飞飞创办的 World Labs 也宣布了 10 亿美元融资；本周早些时候，极佳视界获得数十亿元融资，估值超百亿；昨天，阿里巴巴发布了世界模型“快乐生蚝”HappyOyster；今天，群核科技在港交所敲钟。这些公司，共同竞逐同一赛道：世界模型。杨立昆曾经放话说：“大语言模型在...</p>\n\n<a href=\"https://tech.ifeng.com/c/8sOmBSHHX9E\">网页链接</a>\n\n</div>\n","source":"ifeng_tech","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>世界模型五大门派，围攻光明顶</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n世界模型五大门派，围攻光明顶\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-04-17 15:02 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8sOmBSHHX9E><strong>爱范儿</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>春节后，图灵奖得主杨立昆的新公司 AMI 拿了 10.3 亿美元融资，创下欧洲 AI 公司种子轮纪录；AMI 拿钱几周前，李飞飞创办的 World Labs 也宣布了 10 亿美元融资；本周早些时候，极佳视界获得数十亿元融资，估值超百亿；昨天，阿里巴巴发布了世界模型“快乐生蚝”HappyOyster；今天，群核科技在港交所敲钟。这些公司，共同竞逐同一赛道：世界模型。杨立昆曾经放话说：“大语言模型在...</p>\n\n<a href=\"https://tech.ifeng.com/c/8sOmBSHHX9E\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"NVDB","symbol_name":"ProShares Ultra NVDA ETF","start_time":0,"source_url":"https://tech.ifeng.com/c/8sOmBSHHX9E","article_id":"2628275426","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2628275426","pubTimestamp":1776409376,"columns":[],"sourceInfo":{"source_id":"ifeng_tech","name":"凤凰网财经"},"weMediaInfo":null,"summary":"这就是世界模型成为科研精英接下来攻关方向的原因。不过，大家都在谈世界模型，但没人对这几个字的含义达成一致。Meta 的研究科学家 Zhuokai Zhao，在 X 账号上分享了自己认为的世界模型“五大门派”。World Labs 2025 年 11 月发布了首款产品 Marble。学习型仿真派：DeepMind“造梦师”DeepMind 的 Genie 3，可能是目前最接近“魔法”的世界模型思路。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"NVDB":"ProShares Ultra NVDA ETF","CHAT":"ROUNDHILL GENERATIVE AI & TECHNOLOGY ETF","NVII":"Rex NVDA Growth & Income ETF","MAGY":"Roundhill Magnificent Seven Covered Call ETF","SG9999014914.USD":"UNITED GLOBAL QUALITY GROWTH (USDHDG) INC","NVDD":"1倍做空NVDA ETF-Direxion","LU0061475181.USD":"THREADNEEDLE (LUX) AMERICAN \"AU\" (USD) ACC","LU1674673428.USD":"HSBC GIF GLOBAL LOWER CARBON EQUITY \"AC\" (USD) ACC","YMAG":"YieldMax Magnificent 7 Fund of Option Income ETF","NVDG":"2倍做多NVDA ETF- Leverage Shares","2NVD.UK":"2X NVIDIA ETP","AI":"C3.ai, Inc.","AGIX":"通用人工智能 ETF-AGIX","GOOG":"谷歌","AIPO":"Defiance AI and Power Infrastructure ETF","LU0069063385.USD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"A\" (USD) ACC","NVDL":"2倍做多NVDA ETF-GraniteShares","LU2552382132.HKD":"WELLINGTON US BRAND POWER \"A\" (HKD) ACC","LU1815333072.USD":"THREADNEEDLE (LUX) GLOBAL FOCUS \"AUP\" (USD) INC","LU0957791311.USD":"THREADNEEDLE (LUX) GLOBAL FOCUS \"ZU\" (USD) ACC","AIYY":"YIELDMAX AI OPTION INCOME STRATEGY ETF","NVDO":"2倍上限加速NVDA ETF-Leverage Shares","LU0823421333.USD":"BNP PARIBAS DISRUPTIVE TECHNOLOGY \"C\" (USD) ACC","NVDA":"英伟达","LU0823421416.USD":"BNP PARIBAS DISRUPTIVE TECHNOLOGY \"C\" (USD) INC","DIPS":"做空NVDA期权收益策略ETF-YieldMax","LU1935043023.USD":"MANULIFE GF GLOBAL MULTI-ASSET DIVERSIFIED INCOME \"AA\" (USD) INC A","NVDQ":"2倍做空NVDA ETF-T-Rex","ANV":"GraniteShares Autocallable NVDA ETF","AAPL":"苹果","LU2413666699.HKD":"BNP PARIBAS GLOBAL ENVIRONMENT \"CRH\" (HKDHDG) INC","LU2458330169.SGD":"FRANKLIN SHARIAH TECHNOLOGY \"A\" (SGD) ACC","3NVD.UK":"LS 3X NVIDIA","NVDS":"1.5倍做空NVDA ETF-Tradr","MSFT":"微软","SNVD.UK":"LS -1X NVIDIA","NVD2.UK":"2X NVIDIA ETP","NVDU":"2倍做多NVDA ETF-Direxion","TSLA":"特斯拉","NVD3.UK":"LS 3X NVIDIA","NVDW":"NVDA周配息ETF-Roundhill","NVIW.SI":"NVDA 3xLongSG261006","LU1242518931.SGD":"Fullerton Lux Funds - Asia Absolute Alpha A Acc SGD","ARTY":"ISHARES FUTURE AI & TECH ETF","NVDS.UK":"LS -1X NVIDIA","META":"Meta Platforms, Inc.","NVDX":"2倍做多NVDA ETF-T-Rex","NVD":"2倍做空NVDA ETF-GraniteShares","NVDY":"NVDA期权收益策略ETF-YieldMax"},"translate_title":"World Model Five Sects Siege Guangmingding","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/9e8ff0e7f8654ed36340c9adbd666c38","symbols_score_info":{"AIPO":0.9,"MSFT":0.6,"NVIW.SI":0.6,"META":0.6,"NVD":0.6,"ARTY":0.9,"NVDW":0.6,"CHAT":0.9,"NVDA":0.9,"NVDS.UK":0.6,"NVDX":0.6,"NVDY":0.6,"2NVD.UK":0.6,"NVDB":0.6,"DIPS":0.6,"MAGY":0.9,"AAPL":0.6,"NVD3.UK":0.6,"NVDO":0.6,"NVDQ":0.6,"NVD2.UK":0.6,"NVDU":0.6,"SNVD.UK":0.6,"AI":0.9,"NVDS":0.6,"NVII":0.6,"AGIX":0.9,"3NVD.UK":0.6,"AIYY":0.6,"GOOG":0.6,"NVDG":0.6,"YMAG":0.9,"TSLA":0.6,"ANV":0.6,"NVDL":0.6,"NVDD":0.6},"content_text":"春节后，图灵奖得主杨立昆的新公司 AMI 拿了 10.3 亿美元融资，创下欧洲 AI 公司种子轮纪录；AMI 拿钱几周前，李飞飞创办的 World Labs 也宣布了 10 亿美元融资；本周早些时候，极佳视界获得数十亿元融资，估值超百亿；昨天，阿里巴巴发布了世界模型“快乐生蚝”HappyOyster；今天，群核科技在港交所敲钟。这些公司，共同竞逐同一赛道：世界模型。杨立昆曾经放话说：“大语言模型在通往超级智能的路上是条死胡同。”乍一听上去否认了大语言模型的价值，但限定条件是实现 AGI，细想还是有些道理。可以这么简单理解：ChatGPT 能写代码能做题，却搞不清物理世界的基本规律——你让它描述“苹果落地”，它说得头头是道；但你问它苹果为什么会落地，它其实是在背课文，它并不一定真正理解重力。问题的根源在于：大语言模型的训练数据是互联网文本，而真实世界是三维的、连续的、充满物理规律的。这就是世界模型成为科研精英接下来攻关方向的原因。不过，大家都在谈世界模型，但没人对这几个字的含义达成一致。有视频预测的路线，有的在建 3D 场景，有的在搭仿真平台，还有直接从神经科学出发的方向……Meta 的研究科学家 Zhuokai Zhao，在 X 账号上分享了自己认为的世界模型“五大门派”。这五大门派，分别都是什么呢？本文基于 Zhao 的推文，参考了多方资料展开研究和扩写，希望对于有兴趣了解世界模型的你有所帮助。JEPA 派：杨立昆的“抽象哲学”JEPA 全称是 Joint-Embedding Predictive Architecture（联合嵌入预测架构）。它是杨立昆等人提出的一种新型 AI 架构。简单来说，JEPA 的核心思想是：让 AI 像人类一样通过“观察”来学习世界的运行规律，而不是通过死记硬背像素或单词：AI 不用记住每片叶子的位置，它只需要知道风会吹落树叶。在杨立昆看来，像 Sora 这种模型，本质是在“逐像素预测下一帧”。他认为这在物理上不可能——在充满随机性的世界里，你不可能精确预测每片树叶的飘落轨迹。JEPA 的解法是：与其预测像素，不如在抽象的“表征空间”里做预测。具体做法是先用编码器把视频转成抽象的数学表示，然后在这个空间 (latent space) 里预测“会发生什么”。比如预测“球会滚下桌子”这一更加“长期”和符合物理规律的结果，而非重复地预测球滚落的每一帧画面。V-JEPA 2 目前是这个路线的代表作。该模型有 12 亿参数，基于 100 万小时无标签视频预训练。最惊人的是，它仅需 62 小时机器人数据，就能实现零样本规划动作。在陌生环境处理陌生物体，成功率能达到 65-80%。对比传统机器人学习方法，可能需要数千小时示范数据，V-JEPA 2 对数据需求极致压缩。杨立昆的原话是：如果表征足够好，你就不需要为每个任务从头训练。不过，在创立了 AMI 公司之后，这位图灵奖得主科研大佬也要在现实面前低头。他说，AMI 的商业化产品可能要几年后才能看到。这是一笔长线投资，但资本愿意赌。AMI 已经得到了第一轮 10 多亿美元的融资，投资方包括你知道的几乎所有业界和跨界大佬。空间智能派：李飞飞的“建筑师”路线如果说 JEPA 关注“时间预测”，另一位 AI 基础研究大佬李飞飞创立的 World Labs，则是盯上了另一个维度：“空间重建”。这两条路线的分歧，从底层逻辑就开始了。JEPA 认为智能的核心是在抽象层面预测“接下来会发生什么”，所以它不在乎像素级的细节，追求的是高效的因果推理。李飞飞的出发点不一样。她认为，真正的智能需要对三维世界有显式的理解，包括几何结构、深度关系、物体之间的相对位置。换个方式讲：JEPA 想教 AI 理解“球会从桌子上滚下去”这个规律，而 World Labs 想教 AI 理解“桌子有多高、球在桌子的什么位置、地板和桌子的距离是多少”。前者关心事件的逻辑链条，后者关心空间的物理结构。这种差异直接决定了产品形态。World Labs 2025 年 11 月发布了首款产品 Marble。输入一段文字描述、一张照片、一段视频，甚至一个粗糙的 3D 草图，Marble 输出的不是一段视频，而是一个可编辑、可导航、可导出的 3D 世界。你可以在里面旋转视角、移动物体、改变光照条件，还能把结果导出为高斯溅射 (Gaussian Splat）、三角网格 (mesh）或视频格式，直接拖进 Unreal Engine 或 Unity 里用。这里还有个容易被忽略的技术细节：很多视频生成模型能做出好看的画面，但本质上是在逐帧“编故事”，前后帧之间没有一个统一的 3D 结构做支撑。而 Marble 生成的 3D 场景具备“空间一致性”。底层维护着一个真实的空间表示，所以转身回来，世界还是那个世界。World Labs 的团队配置也很值得一提：联合创始人 Ben Mildenhall 是 NeRF（Neural Radiance Fields）的发明者重新定义了计算机视觉领域对 3D 重建的认知；另一位联创 Christoph Lassner 是 3D 图形方面的专家。这个团队的知识结构，决定了 World Labs 从一开始就在走一条“显式 3D”的路线，而不是从 2D 视频里“暗示”三维关系。2026 年 2 月，World Labs 宣布完成 10 亿美元融资，投资方包括 NVIDIA、AMD 和 Autodesk。刚才提到的产品 Marble，也已经面向普通用户和商业场景推出，影视工作室、游戏开发者都在用它。不过，Marble 目前也有明显的局限。生成的 3D 世界在走几步之后会开始出现视觉变形，出现所谓的“幻觉”。这跟 JEPA 路线追求的“理解物理规律”形成了对比：World Labs 擅长重建空间的“样子”，但对空间中“会发生什么”的理解还比较薄弱。李飞飞本人也坦承 Marble 只是第一步。她把最终目标定义为“空间智能”，意思是 AI 不光能看懂一个场景的结构，还能在里面做推理、做规划、做交互。这条路还很长，但方向很明确：从三维空间的显式建模出发，逐步加入物理和因果的理解。学习型仿真派：DeepMind“造梦师”DeepMind 的 Genie 3，可能是目前最接近“魔法”的世界模型思路。谷歌的路线跟前两派又有了区别。它做的事情，比“理解世界”和“重建空间”都更往前，也更直接：制造出一个足够真实，而且可以实时交互的虚拟环境，让 AI 直接在里面练出真本事。输入一句“在暴风雨中的威尼斯运河划船”，它就能生成一个 720p、24fps 的 3D环境。你可以控制角色在里面移动、操作道具、甚至修改天气。你打碎一个花瓶，碎片会留在地上。你走开再走回来，碎片还在那里。也就是说，Genie 3 的“持久性”，从环境持久性进一步细化到了“对象持久性”（object permanence）。但这对计算架构提出了很高的要求。DeepMind 的研究主管 Shlomi Fruchter 说，要实现实时交互，模型需要每秒多次回溯查询一分钟前的信息。这样的 Genie 3，很像是一个运行中的游戏引擎。但这种情况经过自媒体的夸张加工，形成了一种常见的误解，也即 Genie 3 是游戏引擎的替代品。其实并非如此，它没有真正硬编码的物理引擎，所有的行为都是模型从训练数据中“学”到的。这既是优势也是劣势。优势在于它的灵活性：模型自己能推断出物理属性和碰撞规则，；劣势在于它的物理模拟仍然不如传统引擎（硬编码）精确。至于持久性，受制于前面提到的计算架构限制和算力压力，目前 Genie 3 只能维持几分钟的连贯性，之后画面就开始走样——这对于游戏是不可接受的。到此为止，DeepMind 也只是解决了“造出环境”，训练 AI 呢？那就要用到谷歌研发的另一个东西 Dreamer 了。DreamerV4 于 2025 10 月发表，是一个无需跟真实环境交互，完全在“想象”中学习的世界模型框架。它成为第一个纯靠离线数据就在 Minecraft 里挖到钻石的 AI 。要知道，从零开始挖到钻石需要连续做出超过两万次精确的鼠标和键盘操作，包括砍树、造工具、挖矿、冶炼，中间还要躲避怪物和处理各种突发情况。之前 OpenAI 的 VPT 模型要完成类似任务，需要 27 万小时的标注视频加上 19.4 万小时的在线强化学习。DreamerV4 用的数据量只有它的百分之一。DeepMind 目前在推动将“生成的环境”和“虚拟的智能体”进行结合，在完全虚拟但又完整闭环的环境里进行训练。谷歌这条路线的核心赌注是：像素级别的生成虽然不等于物理理解，但如果生成的环境足够真实、足够多样化，在里面训练出来的智能体就有可能泛化到现实世界。这是一个还没有被证明的假设，也是这条路线最大的风险所在。卖水卖铲子：英伟达作为基建供应商前面三条路线各有各的技术理想，但都面临同一个现实问题：世界模型训练需要极其庞大的数据量和算力。谁来提供这些基础条件？英伟达的 Cosmos 平台就是在回答这个问题。它的定位很清楚：你们都在造世界模型？我来提供造世界模型的工具……Cosmos 包含几个核心组件。首先是数据处理管线 Cosmos Curator，能在 14 天内处理 2000 万小时视频，加速世界模型的训练；而传统 CPU 方案处理这么多数据需要 3 年以上。其次是视觉 Tokenizer，就像大语言模型把文字切分成“词元”(token) 来处理，世界模型需要把视频帧切分成某种可计算的表征。Cosmos 的 Tokenizer 压缩率比业界方案高 8 倍，支持多种视频比例和时长，能处理从机器人第一视角到自动驾驶鱼眼镜头的各种格式。最后是最关键的三种预训练模型家族：负责预测环境未来状态的预测模型 Cosmos Predict、将模拟迁移到真实的仿真模型 Cosmos Transfer，以及负责让机器人做规划的推理模型 Cosmos Reason。这些预训练模型都通过开放许可证发布，开发者可以免费下载。自从 2025 年 1 月在 CES 上发布后，Cosmos 迭代飞速，目前仿真模型和推理模型已经进化到第二代，Predict 到了 2.5 代。小鹏在用 Cosmos 做自动驾驶仿真，Figure AI 等硅谷头部机器人公司也在用它生成训练数据。背后还是英伟达的老套路：用免费开放软件来锁定硬件生态。用 Cosmos 来训练世界模型，最后还是需要英伟达的 H、Jetson 等平台，以及 CUDA 生态。黄仁勋在 CES 上的原话是：世界基础模型之于物理 AI，就像大语言模型之于生成式 AI。他押注的是，世界模型会像大语言模型一样，变成一个巨大，且对世界带来显著变革的赛道，而英伟达要确保的，是不管谁最终胜出，手里拿着的都是 N 家的铲子。主动推断派：来自神经科学的“异端”并不是所有人都在走深度学习的主流路线来实现世界模型。这个赛道上还有“异端”：代表公司 Verses 的首席科学家卡尔·弗里斯顿 (Karl Friston) 来自于神经科学领域，他是“自由能原理”的提出者，知名度极高，Google Scholar 引用量在神经科学领域排名很靠前。这个理论的大意是：所有生物系统的行为，本质上都在做一件事情，即不断生成对外界的预测，然后采取行动来减少预测和现实之间的偏差。这跟主流 AI 的思路有什么区别？强化学习，也即当今主流方向，其核心逻辑是“奖励最大化”：给 AI 设一个目标，让它试错以找到最优策略。Friston 的主动推断框架，追求的却是“减少意外”。如果非要简化形容：一个是逐利，一个是避险。一个直观的比喻：强化学习像是一个被胡萝卜引导的驴子，朝着奖励的方向走。主动推断像是一个在陌生城市里的旅行者，不断修正自己对这座城市的心理地图，让自己对下一个路口的预期尽量准确。前者是被目标驱动的，后者是被好奇心和不确定性驱动的。基于这个理论， Verses 开发了 AXIOM 框架。它有两大特点：首先是对象中心化，即世界由离散对象组成，每个对象有属性、有关系。深度学习通常把一个场景处理为一个高维向量，不会显式区分场景里的具体物体。而 AXIOM 把世界建模为离散对象组成的结构，每个对象有属性、有和其他对象的关系。这种处理方式，可以说更接近人类的认知方式：我们看一个房间，不是在处理像素矩阵，而是在识别“椅子在桌子旁边、窗帘是拉开的”这些结构化的关系。其次是贝叶斯推理：用概率分布表示信念，通过消息传递更新，而非梯度下降。举个例子，基于 AXIOM 框架，一个在仓库里工作的机器人，面对一个从未见过的物体时，应该知道自己“不确定这是什么”，而不是盲目地去拟合，猜测该物体可能是一个自己知道的什么东西，然后去执行有可能是错误的策略。去年 6 月，Verses 宣布在雅达利游戏的 Gameworld 10K 基准测试中超越了 DeepMind 开发的 DreamerV3，训练数据量远少于后者，完成游戏的所用步数只有 1/8。更激进的是，AXIOM不需要预训练。你把机械臂的关节换成陌生物体，它能实时重新规划——因为它在在线推理，而非执行固定策略。Verses 的商业化产品叫 Genius，目标客户主要是金融、机器人和智慧城市领域，比如可以用主动推断模型来对市场不确定性进行建模。这家公司也被 Gartner 写进了关于 AI、空间 AI 和物理 AI 的研报中。AI 学界的知名大喷子，纽约大学教授 Gary Marcus 曾经说，很多搞机器学习的人对在模型里放入任何先验结构有一种“暴力的厌恶”（意即总认为从零搭建的机器系统能够 somehow 涌现出真正的智能），但 Verses 没有这个毛病。毕竟，生物智能的进化花了几十亿年打磨，所做的事情并不是梯度下降。尽管如此，Verses 的主动推理路线，短期内很难成为主流。但 Friston 的理论在神经科学界有深厚积累。如果世界模型真的需要更接近生物智能的原理，这一派可能会后来居上。写在最后五条路线，从多个侧面回答同一个问题：世界模型到底是什么，该如何实现？他们之间并不是非此即彼的逻辑，更像是同一块拼图的不同碎片。\n\n\n门派\n代表\n核心优势\n主要挑战\n\n\n\n\nJEPA\nAMI\n数据效率极高，抽象表征\n商业化周期长\n\n\n空间智能\nWorld Labs\n可编辑3D，设计/游戏刚需\n物理动态性较弱\n\n\n学习型仿真\nDeepMind\n交互性强，训练成本低\n像素生成≠物理理解\n\n\n基础设施\n英伟达\n全栈平台，生态锁定\n依赖硬件销售\n\n\n主动推断\nVerses\n实时适应，可解释性强\n生态兼容性差\n\n\n世界模型突然爆发，不是偶然。大语言模型遇到瓶颈，边际收益在递减，幻觉、推理能力、多模态理解仍是硬伤。资本需要新故事；具身智能崛起。人形机器人、自动驾驶、工业自动化都需要AI与物理世界交互。纯文本训练的模型解决不了这个问题。另外，高质量物理交互数据也十分稀缺且昂贵。世界模型可以在仿真中生成无限数据，被这些世界模型研究者认为是终极解法。杨立昆曾断言，五年后没有人会再用今天这样的大语言模型。虽然说的很夸张，但对趋势的观察不无道理：AI 已经读完了万卷书，接下来该行千里路了。而世界模型会成为它的眼镜和四肢。至于五大门派谁能胜出，答案可能并不重要。长期来看，融合或许是唯一的出路。毕竟，真正的智能大概不会只有一种形态。文｜杜晨","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":1,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.42.1","shortVersion":"4.42.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2628275426","isCrawlerRequest":true}