# 世界模型的所有文章

在 HTX 新闻中心浏览与「世界模型」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

李飞飞团队厘清“世界模型”概念，Sora只能算渲染器

斯坦福大学教授李飞飞团队联合发布概念分析文章《世界模型的功能分类法》，指出“世界模型”是AI领域最重要且被严重滥用的术语之一。文章将当前各类被称为“世界模型”的系统，依据其在部分可观马尔可夫决策过程中的功能，归约为三类：渲染器、模拟器和规划器。 渲染器（如OpenAI的Sora、各类文生视频模型）的核心是生成面向人类视觉的高保真像素画面，但缺乏物理精确性，无法用于需要真实物理计算的任务。模拟器（如NVIDIA Omniverse）的核心是生成精确的物理状态数据，用于数字孪生、工程分析等，但受限于高质量3D物理数据的稀缺。规划器（如各类机器人控制模型）则根据观测和目标输出具体动作指令。 文章指出，概念混乱源于各类系统只承载了“理解世界”完整认知循环中的一个环节，却被营销和叙事包装为完整模型。例如，Sora仅能沿视频数据固有序列“被动续写”，无法基于外部动作进行状态转移预测，因此本质上是渲染器，而非真正的世界模拟器。澄清概念有助于技术选型、投资判断和建立可比基准，避免因能力误解导致决策失误。未来的方向是三类功能的融合，但当前认清各自边界更为重要。

marsbit11小时前

李飞飞团队厘清“世界模型”概念，Sora只能算渲染器

marsbit11小时前

从一张午餐桌到无限宇宙，李飞飞押注AI的下一个维度

斯坦福大学教授、World Labs创始人李飞飞在近期的多次访谈中系统阐述了她对AI发展方向的判断：空间智能（Spatial Intelligence）是下一个前沿，而当前主流的大语言模型存在根本局限。 李飞飞指出，人类语言仅有约50万年历史，而视觉与空间感知能力则可追溯至5.4亿年前，是智能演化的基础。语言本质上是对世界的一种“有信息损失”的编码，无法完整捕捉物理世界的三维结构、运动和交互。她举例说明，当前AI模型甚至难以完成“数清视频中椅子数量”这类幼儿级空间任务，更无法像牛顿那样从观测数据中推导物理定律。 她创立的World Labs正致力于此方向，其首代模型Marble能够从文本、图像等输入生成可导航、可交互且具有几何一致性的3D环境，这与生成视频有本质区别。Marble模型规模远小于GPT-5，部分原因是高质量3D数据稀缺，且该领域尚处早期。该技术已应用于游戏开发、电影虚拟制作（将周期缩短40倍）、机器人训练、室内设计乃至为强迫症、恐高症患者定制个性化治疗环境。 李飞飞展望，空间智能技术将能创造“无限的宇宙”，应用于社交、旅行、创意等多领域，使人类未来可能生活在“多元宇宙”中。她同时也提醒，对AI的讨论应避免乌托邦或末日论的两极化，技术成功的终极标尺应是让人类文明更美好，并始终维护每个人的尊严与自主性。 她认为，从“谈论世界”到“理解世界”再到“在世界中行动”，是AI必须完成的进化。这条道路虽充满挑战，但意义深远，正如她所言：“感知先于语言，空间先于符号。”

marsbit05/27 00:14

从一张午餐桌到无限宇宙，李飞飞押注AI的下一个维度

marsbit05/27 00:14

物理AI火了，我的一些新思考

物理AI（Physical AI）概念正从学术走向产业，核心是让AI理解并作用于物理世界，在重力、摩擦力等真实环境中执行任务。这一概念2020年于《自然-机器智能》首次系统定义，历经六年传感器成本降低、算力工程化等发展，在2026年迎来“部署态元年”，关键标志是从演示走向实际“干活”。 产业方面，国内外公司加速推进。智元机器人将其人形机器人投入真实3C产线直播作业，并宣布万台量产，其“全栈自研”路线旨在建立深度壁垒。美国Figure AI估值高涨，其Figure 03机器人展示了自主完成家务的能力，并转向自研的“本能-反射-思考”三层神经网络系统Helix。英伟达则与四大工业机器人巨头合作，意图通过仿真平台成为下一代工业自动化的“操作系统”。 汽车供应链企业正跨界进入物理AI赛道，因其智能驾驶系统的感知、决策、执行模块与机器人技术同源，积累了可迁移的制造能力和供应链经验。特斯拉也计划利用其汽车制造经验，为人形机器人建设百万台产能生产线。 技术底座的突破在于“世界模型”的工程化。此前它因算力需求大、不稳定而难以实用，如今英伟达Cosmos、蚂蚁灵波LingBot-World、阿里巴巴ABot-PhysWorld等模型或平台，能通过合成数据高效生成符合物理规律的训练场景，大幅降低了数据获取成本，使世界模型从离线渲染走向在线交互，成为物理AI发展的关键杠杆。 这推动了机器人架构的范式变革：从传统的“感知-规划-控制”（工程师预设规则）转向“感知-推理-执行”（AI自主理解物理世界）。国际机构预测未来三年新机型将主要采用新架构。 当前赛道方向已定但格局未成，演示与量产能力差异巨大，真实数据的高成本使得合成数据至关重要。同时，来自汽车、工业自动化等领域的技术与制造能力正加速涌入。基础设施提供商可能像上一波AI浪潮一样，捕获核心价值。2026年只是竞争的开始，未来格局仍存变数。

marsbit05/18 04:43

物理AI火了，我的一些新思考

marsbit05/18 04:43

世界模型从预测走向规划，HWM与长时程控制难题

世界模型的研究重点已从预测未来转向规划与执行。长时程控制面临两大难题：预测误差在多步推演中累积，以及动作搜索空间随任务增长而爆炸。HWM（分层世界模型）通过引入分层规划结构应对这一挑战：上层规划阶段路径，下层执行局部动作，将长任务分解为短段，显著降低计算成本并减少误差扩散。实验显示，在真实机器人抓取放置任务中，HWM成功率从单层模型的0%提升至70%。 V-JEPA 2侧重世界表征与预测，WAV聚焦预测失真的自我验证，而HWM填补了长时程规划的空白。三者共同推动世界模型从内部预测转向可执行系统，形成预测、规划、验证的完整能力链。这一分层思路也适用于AI智能体，解决多阶段、长链路任务中的规划脱节问题。

marsbit04/17 10:26

世界模型从预测走向规划，HWM与长时程控制难题

marsbit04/17 10:26

机器人的“ChatGPT时刻”：AI走向物理世界 ，区块链加速机器经济到来

作者：Syed Armani 编译：Felix, PANews AI正从虚拟世界走向物理世界，与机器人技术融合，推动智能物理系统（物理AI）的发展。Figure、特斯拉等公司推出人形机器人，具备家务和工业任务能力，但尚未完美。投资者大量押注机器人硬件技术，如Skild AI和Figure AI获巨额融资，表明物理AI成为战略重点。 机器人技术迎来拐点，原因包括：硬件成本下降（执行器、传感器、电池更廉价）、边缘计算提升本地处理能力（如英伟达Jetson Thor芯片），以及AI模型从规则编程转向“世界模型”（通过视频学习物理直觉）。 挑战在于机器人训练数据稀缺、物理交互难以模拟，以及仿真与现实的差距。区块链技术可通过代币激励解决数据收集问题，并实现“机器经济”，使机器人成为自主创收的经济主体。 到2030年，硬件成本下降、AI智能提升、算力增强和全球协作将推动物理AI普及。未来可能出现“机器人应用商店”，用户订阅技能而非购买专用设备，价值从硬件转向软件能力。理性乐观预测，智能机器人将深入家庭、工业和高风险领域，重塑日常生活与经济模式。

marsbit04/17 01:16

机器人的“ChatGPT时刻”：AI走向物理世界 ，区块链加速机器经济到来

marsbit04/17 01:16

Physical AI 元年：一场关于“世界怎么运转”的万亿美元豪赌

2026年被视为Physical AI元年，AI从理解数字世界转向理解并作用于物理世界。Yann LeCun创立的AMI Labs、李飞飞的World Labs、Google DeepMind的Genie 3世界模型及Tesla Optimus机器人的工厂部署，共同推动这一趋势。Physical AI重构了基础设施体系，涉及硬件、数据、仿真和供应链等多环节，为华人创业者提供了结构性机会。 技术路径上，大语言模型（LLM）派与世界模型派竞争激烈。世界模型以物理状态为对象，追求“感知-决策-执行”闭环。硬件方面，人形机器人进入量产阶段，Tesla、Boston Dynamics、Figure等公司积极推进，灵巧手成为关键瓶颈。NVIDIA则布局基础设施，提供全套开发生态。 数据是Physical AI的核心挑战，行业通过真实数据、合成数据和人类遥操作三种路径获取。2026年第一季度，领域融资超64亿美元，资本涌入世界模型、机器人整机和工具层。 尽管存在Demo与部署差距、sim-to-real难题及监管空白等挑战，但底层技术持续进步。Physical AI代表AI的终局形态，重塑产业分工和价值分配，对兼具技术、硬件和产业协同能力的华人团队尤为有利。

marsbit04/03 09:39

Physical AI 元年：一场关于“世界怎么运转”的万亿美元豪赌

marsbit04/03 09:39

活动图片

热门分类right-arrow

热门标签right-arrow

监管政策

交易策略