世界模型该如何演进?|WRC观点
作者:亿邦动力 文章来源:亿邦动力
2026-08-22 13:53
作者:亿邦动力 文章来源:亿邦动力
2026-08-22 13:53
邦小白快读
【亿邦原创】2026年爆火的世界模型,下一步该走向何处?
“视频只是起点,世界模型最终要走向几何、物理与长期运行的世界。”在2026世界机器人大会(WRC)期间,极佳视界创始人、CEO黄冠判断,未来两到三年,大部分普通难度任务将被通用机器人解决,行业有望迎来类似GPT-3、ChatGPT的关键时刻,五到十年,机器人将进入本体与模型协同自进化的阶段。
在同一场论坛上,来自上海交通大学、地平线、莫刻机器人、智源具身模型研究中心和宁波东方理工大学的学者与产业人士,同样围绕“世界模型下一步怎么走”展开讨论。
上海交通大学助理教授穆尧认为,端到端学习型世界模型有望在部分场景逼近甚至超过传统物理引擎,一旦越过临界点,可能带来类似AlphaGo的策略突破。
地平线研究院副院长苏治中表示,世界模型将同时渗透策略、数据与评测三个层面,成为云端基础设施;若解决物理一致性与常识推理,自动驾驶和具身智能的训练效率会大幅提升
莫刻机器人联合创始人兼CEO池晓威判断,世界模型最终会收敛为独立的基础模型系统,仿真与规划成为原生能力;长期壁垒不在单一模型或数据,而在组织能否持续做出正确技术判断。
智源具身模型研究中心负责人王鹏伟认为,顶层行为语义应共享、底层交互细节才本体定制;世界模型的价值释放,取决于能否建立以因果推演为核心的评测牵引。
宁波东方理工大学助理教授金鑫表示,世界模型的关键突破在于找到适合物理AI的紧凑表征与新架构范式,未来有望形成类似大语言模型的独立技术生态;因果推演而非视觉逼真度才是核心指标。
短期路线之争:仿真器、评测器,还是基础模型?
到明年,世界模型最先兑现的能力是什么?数据生成器、可交互仿真器、规划器与评测器,亦或是直接参与决策的机器人基础模型?
上海交通大学助理教授穆尧和智源具身模型研究中心负责人王鹏伟认为,规划能力仍需验证,但当模型能够给出专家数据之外的推演结果时,作为评测器潜力较大,相关工作已经出现,明年更容易落地。
地平线研究院副院长苏治中和莫刻机器人联合创始人、CEO池晓威则更看好动作条件世界模型作为仿真器更快产生价值。苏治中认为,世界模型也会成为策略模型表征学习的一部分。池晓威同时提出另一种可能:机器人自然运动数据本身构成连续输入输出流,通用基模可能更快突破,不必经过多个中间模型过渡。
宁波东方理工大学助理教授金鑫判断,原生世界模型作为基础模型明年会出现更多苗头,并开始产生实际价值。
那么,不同的路径下,最终形态是都会走向收敛?答案是否定的。
穆尧认为世界模型一定会与VLA融合,既能作为策略的一部分,也能作为评估器和规划器,对候选动作轨迹推演并选择最佳方案,最终成为具身智能引擎的重要基础设施。苏治中从自动驾驶经验出发,认为世界模型会同时作用于策略、数据和评测:与策略模型原生融合、生成训练数据、作为低成本仿真和测试工具。池晓威则坚持世界模型最终会成为独立模型系统,仿真、规划等能力将成为模型原生能力,而非外挂模块;模型在行动前可以在内部完成仿真,再决定如何行动。
有限预算下,什么决定上限?
在具身智能与世界模型的训练中,数据来源直接决定模型的能力边界。面对互联网数据、真人异构数据、仿真数据、真机遥操作数据和自主试错在线数据等多种选择,在有限算力下,该如何分配资源?
王鹏伟认为,在资金和算力有限的情况下,应优先投入互联网数据,从中获取大规模行为语义和通用知识;进入具身领域后,再针对动作标签和本体数据做专项优化。
金鑫则提出,世界模型是在有限资源下寻找紧凑表征,互联网数据更可能带来通用表征和模型上限突破。他强调,未来世界模型不应只是具身系统的一个模块,而应成为连接机器人、自动驾驶、人类行为等领域的独立基础单元。
评测问题上,大家普遍警惕“视觉繁荣”。金鑫认为最核心指标是因果推演:采取某个行动会产生什么后果,不采取又会产生什么后果;当前视频和3D生成的保真度、逼真度容易掩盖对逻辑推演的忽视。王鹏伟指出,世界模型最大的魅力在于预测不同动作导致的未来演化,评测应关注由因推果、由果溯因以及未来逻辑演化预测,但难点是如何用统一标准评估视频表征、隐空间表征等不同技术路线。
池晓威将世界模型的核心概括为“What if”,认为关键看模型能可靠预测多少步未来:只能预测一步更像仿真器,能展开多条未来路径是规划器,能进行更长程、多分支推演才接近人类级未来智能。苏治中建议加入时间维度:短期看,世界模型最重要的是帮助策略提升真实任务成功率;单独评估推演能力时,长时序推理更重要;长期则希望具备物体恒常性、反事实推理和举一反三。穆尧最关注反事实推理的可靠性。他类比AlphaGo:围棋环境可被准确模拟,而物理世界远比围棋复杂,传统物理引擎扩展性有限,世界模型应支持具身智能自主探索更优策略,而不是完全依赖人类生成数据。
世界模型的长期变量在哪里?
三年后,世界模型将演进到何处?
穆尧期待端到端学习型世界模型在部分场景逼近传统物理引擎并形成交叉,一旦超过传统仿真,可能带来类似AlphaGo的策略突破;但是风险在于通用物理规律探索仍不够,2D、3D、多模态信息与物理属性之间缺少统一建模路径。
苏治中认为,如果模型能持续吸收大规模、易扩展的异构数据,未来三年泛化、指令跟随和执行精度可能出现根本变化;世界模型若解决物理不一致、常识推理和空间变换后的状态保持问题,将成为云端基础设施,但风险是沿现有数据和方法简单外推未必可以解决物理真实性。
池晓威判断,通用世界模型带来的未必首先是具体可视化应用,而是新的可能性:机器人可能不再固定结构,而是根据任务重构本体、末端和能力;人机交互方式可能发生本质变化,关键在于能否让机器人在开放世界形成闭环并持续迭代。
王鹏伟期待更强涌现能力和真正有说服力的应用,让大众直观感受价值;但如果缺少正确评测牵引,资金人才力量可能会过于分散。
金鑫希望三年后世界模型像大语言模型一样形成自己的技术生态和“世界模型经济”,关键突破是找到适合物理AI的表征、Token和架构范式;另一风险是资本耐心与技术人员初心之间能否保持平衡,资本希望快速落地,但核心技术路线仍需长期探索。
本文首发于 亿邦动力 官方网站
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
世界模型未来的演进方向是什么?
世界模型将从视频向几何、物理与长期运行的世界发展,未来2-3年大部分普通难度任务将被通用机器人解决,5-10年机器人将进入本体与模型协同自进化阶段,最终或成为独立基础模型系统。
世界模型的核心评测指标是什么?
世界模型核心评测指标为因果推演能力,需关注由因推果、由果溯因、未来逻辑演化预测、长时序推理、反事实推理等能力,视频及3D生成的视觉逼真度并非核心评判标准。
有限预算下世界模型训练应优先选择哪类数据?
在资金和算力有限的情况下,应优先投入互联网数据,从中获取大规模行为语义和通用知识,更易实现通用表征和模型上限突破,进入具身领域后再针对动作标签和本体数据做专项优化。
下一篇
君联资本 投出万亿智谱和长鑫后
梳理君联投出的这些动辄千亿万亿的公司,隐隐可以看到一位科技投资人的画像:随波不逐流,把冷板凳坐热。









