Note: This page does not support English, using the default language version
如果说2023-2025年是AI”学会说话”的三年，那么2026年可能是AI”学会理解世界”的元年。
最近几个月，一个新词在AI圈刷屏：世界模型（World Model）。
斯坦福AI科学家李飞飞创立的World Labs完成10亿美元融资，估值约50亿美元。图灵奖得主杨立昆与谢赛宁联合创立的AMI Labs获得10.3亿美元种子轮融资，创下欧洲AI领域种子轮融资纪录。国内方面，极佳视界在一个月内连拿两轮合计25亿元融资，宣称成为国内首个世界模型百亿独角兽。
这些数字背后，是AI赛道的一次根本性转向。
李飞飞在6月的一篇文章中直言：世界模型是当前AI领域最重要、也最被滥用的术语之一。
现在市面上的”世界模型”至少有四类：
简单说，传统大模型是”读万卷书”，世界模型是要”行万里路”。
它不仅要理解文本，还要理解三维空间、物理规律、因果关系——就像人类不仅会说话，还会走路、拿东西、判断距离、预测物体运动轨迹。
三个原因：
一是大语言模型的天花板已经显现。 纯文本训练的模型，很难理解物理世界的复杂性。你可以让GPT写一段”机器人搬箱子”的代码，但它不知道箱子有多重、搬起来会不会摔倒、地面滑不滑。
二是具身智能需要世界模型。 2026年被业界称为”人形机器人量产元年”，机器人要在真实世界行动，就必须理解这个世界。越疆科技近期发布的陪伴交互AI人形机器人，就宣称搭载自研具身大模型，实现对物理世界的深度理解。
三是资本需要新故事。 大模型赛道已经卷到极致，头部厂商发布周期压缩到50天左右。投资人需要下一个”大模型级别”的机会，世界模型正好填补这个空缺。
短期内，世界模型不会替代大语言模型，而是互补关系。
英伟达已经在6月初开源了全模态物理AI世界模型Cosmos 3，腾讯发布了开源的混元3D世界模型2.0（HY-World 2.0），阿里推出了主打实时交互的HappyOyster。这些工具值得开发者持续关注。
世界模型不是炒作，但也不会像大语言模型那样快速普及。
原因很简单：理解文本和理解世界，难度不在一个量级。 大模型可以靠海量文本”喂养”出来，世界模型需要物理仿真、三维重建、传感器数据、真实世界实验——成本高得多，周期长得多。
李飞飞说世界模型”最被滥用”，其实也说明这个概念还在早期，鱼龙混杂。真正的世界模型，可能要像大语言模型一样，经历几年”寒武纪大爆发”才能筛选出真正有用的形态。
但对普通人来说，这是一个信号：AI正在从”数字世界”走向”物理世界”。 这个转变，比从GPT-3到GPT-5更值得关注。
毕竟，我们生活的世界不只是文本和图像，还有重力、摩擦、碰撞，和无数需要”动手”的场景。AI终于开始学习这些了。
Loading comments...