微精选

本文仅在今日头条发布，谢绝转载

AI的下一波浪潮为何是世界模型？五年内全人类的商业模式是否会彻底改变？我们又能从中挖掘哪些机会？

什么是世界模型？先看图灵奖获得者、Meta首席AI科学家杨立昆给出的案例：让AI分析一段视频，它能预测后续动作——人会打开冰箱、拿出瓶子、关上冰箱，再从瓶子中挤出东西。这并非单纯的AI视觉识别技术，核心难点在于“通过推理预测未来”，世界模型能依据世界的常识规律，在事情发生前做出判断。

用更通俗的方式理解：你开车时看到路边小孩追皮球，大脑会在几毫秒内完成复杂预演——皮球滚动轨迹、小孩奔跑速度、冲出马路的风险，最终你会下意识踩刹车防范。

这一系列思考过程，被心理学家称为心智模型。它包含对物理规律（重力、惯性）、因果关系（球滚动会有人追赶）及社会常识的理解。凭借心智模型，人类能在大脑中预演未发生的事，做出预判与决策，相当于大脑内置了现实世界的模拟器。

对人类而言这一过程简单自然，但对AI来说，具备人类常识已是巨大跨越。当前AI大语言模型的训练数据，主要是人类通过语言文字记录的知识——互联网文本、书籍、论文等，相当于将人类智慧以文字形式压缩，赋予AI智能。

因此，现在的AI是极端的理论家：博览群书、记忆力超群，却从未接触真实世界。它能引经据典回答抛物线相关问题，写出复杂物理公式，却无法预判被抛出的球的运动轨迹。

世界模型的野心更为宏大：它不仅学习语言文字，更要掌握现实世界的底层运行规律——从牛顿定律、流体力学到物体交互的因果关系、人类行为的潜在意图。其背后是远超文字语言的海量数据，如现实世界视频、各类传感器数据等。

这让AI大脑中能构建现实世界的模拟器，实现对外部世界运转的理解与预测。世界模型的奠基性论文中，科学家举了棒球案例：击球手需在几毫秒内决定挥棒，这比视觉信号传递到大脑的时间更短。

他们能击中时速160公里的快速球，核心是凭借心智模型本能预测球的位置与轨迹。这种潜意识推理能力，正是AI世界模型的追求目标——让AI具备人类的“第六感”。

世界模型的具体应用场景是什么？未来的风口与趋势又有哪些？建议收藏本内容，加深对AI的认知。

自动驾驶：推动行业跨越式发展

未来的自动驾驶汽车可能完全取消方向盘。你坐在车内时，前方路况看似正常，汽车却突然紧急刹车，几秒后一辆失控卡车冲出。

这是因为汽车的世界模型通过分析路面细微振动、声音变化、周围人的反应，提前预判了风险。自动驾驶需在复杂动态的交通环境中安全高效行驶，不仅要感知周围物体，更要理解物体行为意图、预测运动轨迹，进而规划行驶路径与驾驶行为。

行驶过程中，世界模型会整合摄像头、激光雷达等设备获取的信息，在AI大脑中动态预演不同驾驶决策的后果，评估风险与收益。它能判断骑自行车的人可能突然转弯、公交车可能临时停车、行人可能闯红灯，大幅提升自动驾驶的安全性与可靠性。

特斯拉近期在自动驾驶领域取得突破：汽车从出厂到车主家门口，全程实现完全自动驾驶；下一代自动驾驶出租车甚至计划完全取消方向盘。

未来在世界模型加持下，自动驾驶水平将持续提升，即便几万块的平价汽车，也可能将自动驾驶作为标配。

通用人形机器人：从“机器”进化为“伙伴”

谷歌近期展示的案例令人震撼：机器人通过观看网上的叠衣服视频，自主学会了叠衣服。以往我们看到的机器人夸张动作，多是提前编程实现，而此次机器人并非简单模仿动作，而是真正理解了衣服的物理特性与叠衣服的目标。

这只是开端，未来的通用机器人将是高效的学习机器。刚买回家时它可能像新生儿，但通过观察人类行为、听取指令，能逐步学会做饭、打扫、修理电器；甚至能感知人类情绪，在你疲惫时递上热茶，悲伤时给予安慰。

它们将从冰冷的“机器”，进化为有温度的“伙伴”，深刻改变家庭结构、养老模式与社会服务。世界模型还能为机器人提供“梦境训练”：现实中训练机器人成本高、受物理限制、效率低且易损坏。

而在世界模型生成的虚拟环境中，机器人可完成数万次、几十万次甚至几百万次策略训练与优化，再应用到真实环境，极大提升训练效率。

游戏与数字孪生：构建动态演化的虚拟世界

玩游戏时，你遇到的角色不再是按固定脚本行动的“工具人”，它们会有自己的记忆、情感与目标，能根据与你的交互历史形成独特人格。

一次背叛可能让它记恨终生，一次善举可能让它成为你最忠实的盟友。世界模型能赋予游戏角色更具人性的智能，让它们依据自我预测行动，使整个游戏世界成为永不重复、动态演化的真实社会。

这项技术的应用不止于游戏：可为城市、工厂甚至整个地球生态，构建高度逼真的世界模型（数字孪生）。在虚拟孪生世界中，我们能测试新城市规划、模拟新药研发过程、预测气候变化的长期影响，为现实世界的决策提供科学依据，大幅降低试错成本。

听到这里，不难发现世界模型的巨大想象空间。它被认为是通向通用人工智能（AGI）的关键路径之一，能让AI具备对真实世界的理解与模拟能力。

当前多数AI系统属于狭义AI，仅能在特定预设任务中表现出色；通用人工智能的目标，是创造出在各类任务与环境中，智能水平与人类相当甚至超越人类的AI。

我们正站在人类发展的风口浪尖。AI会促进人类发展还是完全替代人类？需遵循何种原则确保AI始终造福人类？这是AI领域持续探讨的话题。

聚焦当下，每个人都应努力与科技发展保持信息同步，主动挖掘各行业中的新机会，成为AI时代的行动派。