从精神到肉体,AI走向真实环境需要世界模型

生活在数据中心里的人工智能,在很多人心目中似乎已经变成了无所不知的存在,可一旦给他们装上躯体,哪怕是汽车的轮子,却难以做到无所不能,甚至路都走不稳。有趣的是,即便是刚出生的婴儿,他们喜欢进行的第一个尝试,便是不断把玩具、餐具等任何物品,从高处扔向地面,从中了解到这个万有引力的物理世界,但这却是大语言模型仅仅可以讲述,却并不真正懂得的简单物理常识。

飞象原创(魏德龄/文)生活在数据中心里的人工智能,在很多人心目中似乎已经变成了无所不知的存在,可一旦给他们装上躯体,哪怕是汽车的轮子,却难以做到无所不能,甚至路都走不稳。有趣的是,即便是刚出生的婴儿,他们喜欢进行的第一个尝试,便是不断把玩具、餐具等任何物品,从高处扔向地面,从中了解到这个万有引力的物理世界,但这却是大语言模型仅仅可以讲述,却并不真正懂得的简单物理常识。

图灵奖得主杨立昆就在近期接受外媒访谈时举了这样一个例子,当询问洗车店在100米外是否该走路去时,LLM可能建议步行(因为它只看距离),却忽略了“车必须开进店”这一物理前提。

能够解决这一人工智能尴尬表现的关键,其实并非进一步对大语言模型进行训练,而是正在被越来越多人所提及,能够预测行动后果,在抽象空间中进行规划的世界模型。

具备物理常识的世界模型

试想一下现代人类在出门时会自然而然地思索什么?今天下不下雨,用不用带把伞。如果路面有雪,一定要穿双防滑的鞋子。出门时还要多加小心,如果滑倒摔跤了会很疼。这正是我们大脑中的种种物理常识正在进行工作的结果。

世界模型已被业界看作是人工智能能否进一步实现场景落地的关键技术门槛之一。它是一种能够理解物理规律、具备时空认知能力的AI模型。

与仅在数字世界处理文本或符号的传统AI(如大语言模型)不同,世界模型能理解重力、生物学、空间几何等物理规律。例如,它知道下雨路会滑,或者自行车失去重心会跌倒。基于此,世界模型可以首先理解当前环境,接着预测下一步可能发生的状况(如开冰箱后下一步是拿瓶子),最后基于预测进行行动规划。

也就是说,世界模型具备一种更接近于人类的抽象空间预测能力,它不要求生成每一个像素的细节,而是在抽象的语义表征空间中预测未来的状态,这使得它能像人类一样忽略无关的纹理和光照,专注于与决策相关的关键信息。

世界模型有望成为老司机

回到当下的实际应用案例,对于辅助驾驶而言,如今尽管汽车可以实现一定程度的自我控制,遇到危险情况知道刹车或躲避,但只要试乘过的人,都能发现它们的表现没有所谓老司机级别的驾驶,乘坐起来舒适。而世界模型的思考分析能力,似乎可以实现更具人性化的线性刹车或松油滑行的操作。

世界模型的出现,针对性地解决了当前以大语言模型(LLM)和视觉-语言-动作模型(VLA)为代表的AI在实际应用中的核心缺陷。现有的VLA模型在实际部署时非常脆弱,光线或视角的微小变化就可能导致成功率大幅下滑,世界模型通过内部模拟机制,在行动前预测后果,从而提高行动的稳健性。

未来完全自动驾驶和具身机器人的核心底座正是世界模型。例如在驾驶场景中,当下雨的时候路会滑,当处于有重力加速度的斜坡时会发生什么情况,当车子如果是前面车靠近的时候它的速度跟偏幅多快可能会撞上,这种物理理解就好像是已经有了一个基础的方程式;或是在具身智能场景中,世界模型可以让机器人能进入工厂“打螺丝”或处理复杂的仓储物流任务,真正与物理世界互动。

世界模型到专家型智能体

Gartner预测,世界模型将推动AI智能体从简单的任务自动化向高度自主的“专家型智能体”转变。

“专家型智能体”拥有更高的自主性,无需人工监督即可自动完成工作,其复杂性相对较高,具备接近人的理解能力、高度适应性和推理能力,它不仅可以与第一方,也可以与外部第三方智能体协作。

“专家型智能体”通过具备对物理世界的抽象理解能力,可以更好地投入到现实工作中。例如,在国外某地的风力发电机维护中,通过引入Archetype AI的Newton模型,世界模型可以在没有历史故障样本的情况下,仅凭对物理环境的感知就预知异常。

与身体和头脑一起长大的人类不同,人工智能先拥有了一个超大容量,但又消耗巨大的大脑,可它所接触的真实世界,还仅仅来自隔着一层纱的网络数据,正在打开的物理世界大门,将会对思想带来进一步升级。

来源:飞象网
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

相关推荐

  • Credo于 CIOE 期间举办媒体交流会,聚焦 AI 互联趋势

    Credo就系统级互联战略向媒体进行了介绍,对外展示其oDSP、硅光子、ZeroFlap有源电缆(AEC)、及OmniConnect Weaver内存扇出解决方案。

    2026-09-26
  • PT展大咖谈奥星贝斯李楠:把简单留给用户,把复杂留给AI

    9月22日,在2026年中国国际信息通信展览会期间,北京奥星贝斯(OceanBase)科技有限公司金融政企解决方案总经理李楠接受了飞象网的专访。结合本届展会“强网兴算 智汇生态”的主题,围绕数据库在AI时代发展方向,李楠给出一条成熟且经过验证的路径:OceanBase从原生分布式数据库演进为AI数据库,用一套三层架构,将结构化与非结构化数据封装进同一底座,并将这套能力落到通信行业的网络运维、智能问答与算力调度上。

    2026-09-25
  • 飞猪和阿里云百炼官宣旅行AI黑客松,获奖者可获token补贴和商业资源支持

    9月24日消息(报道:李楠)在2026杭州云栖大会上,飞猪与阿里云百炼宣布启动旅行AI黑客松大赛。该赛事聚焦旅行场景中的AI提效与创新,面向所有个人开发者开放报名,优秀作品和开发者将获得token(词元)补贴、专家带练及商业生态资源支持。 在大赛报名官网可以看到,本次大赛赛程为期2个月,预设命题包括酒店Stayc...

    2026-09-25
  • 魅族AI小方块亮相云栖大会 携手千问办公切入便携AI办公

    9月23日,魅族科技官方公众号宣布,AI小方块携手Flyme AIOS与千问办公亮相2026云栖大会,打出“把AI办公装进口袋”的口号。这是该产品今年1月首次亮相后,首次以AI办公定位与阿里千问办公联合登场。 公开资料显示,AI小方块最初名为魅族22 Next,今年1月10日在魅友新春会上首次公布:4英寸机身...

    2026-09-24
  • 觅蜂科技发布全球首个全品类高质量物理AI数据众包服务平台“觅蜂派”

    物理 AI 数据生产模式走进“全民数采”时代。 9月23日,觅蜂派全球发布会在上海举行,觅蜂科技董事长兼 CEO 姚卯青正式发布全球首个全品类高质量物理AI数据众包服务平台“觅蜂派”。觅蜂派面向社会开放物理 AI 数据采集任务,用户通过觅蜂派App领取数据采集任务,佩戴 MEgo 设备在零售、仓储、制造、家庭等真实场景...

    2026-09-23
  • AI智能体之争升温!OpenAI被曝加紧备战Grok Bot与Muse

    AI智能体竞争焦点正从“会聊天”转向“能办事”。SpaceX、Meta近期相继推出能代替用户跨应用自主完成多步骤任务的AI助手,在此背景下,OpenAI据称正加紧研发同类产品“应战”。

    2026-09-22
  • AI手机走向个人智能 让AI离你更近

    AI手机竞争的下半场,比的不再只是模型,而是系统有多懂你。这个9月,手机圈的新品大战还在继续,操作系统却悄悄成了主角。荣耀发布行业首个真正实现系统级Agent Harness商用落地的MagicOS 11;vivo推出主打“个人化智能”的原系统7;OPPO的ColorOS 17,把“主动智能”写进了系统基因。三场发布会,一个共同信号:AI手机的竞争,正在从大模型能力、系统级应用,进一步向“个人智能”延伸。

    2026-09-19
  • OPPO创始人陈明永发声:谈本分、AI与OPPO的未来

    近日,OPPO迎来31周年司庆。OPPO创始人、CEO陈明永在内部公开谈话,分享了对公司文化、AI变革以及未来发展的最新思考。

    2026-09-19
  • 元宝AI录音笔升级:边录边拍、设备内录,打通腾讯WorkBuddy、腾讯文档

    文档等腾讯产品,用户可将录音分享至WorkBuddy进一步制作PPT或项目策划书等;也可以通过腾讯文档与团队协同办公,提高学习工作效率。用户将元宝AP...

    2026-09-17
  • vivo AI战略再进阶!以个人化智能重构移动体验

    随着端侧大模型普及、智能体技术落地,手机正从被动响应的通讯工具,加速向主动服务的个人智能伙伴转型。在此行业变革节点,2026 vivo开发者大会如期而至。本次大会完整披露蓝心智能战略进阶成果、原系统7、蓝河操作系统4三大核心技术矩阵,给出了vivo对AI手机未来的终极答案:打破传统通用操作系统的局限,通过底层技术重构与场景深度落地,让手机系统从“千人一面”的工具平台,升级为读懂用户意图、记住偏好、感知情境,让智能真正属于个人。

    2026-09-17