2025年，AI突飛猛進。

大語言模型提高了工作效率，也讓人焦慮：自己好像退化成了AI操作工，離開AI，大腦空空。

但轉念一想，目前它助力甚至取代的似乎只是文字、代碼這種輕辦公。畢竟大語言模型再大，依然還是語言模型，只會耍嘴皮子。

它讀過世界上所有劇本，看過所有小說，對每個學科教材都倒背如流。但，它沒有真正進入過現實世界。

你問它：“杯子從桌上掉下來會怎樣？”它會根據自己讀過的書告訴你：“杯子會碎，水會濺出來。”

這個回答的本質，是它知道在人類的語言習慣里，“杯子掉落”后面通常跟著“碎了”。看似回答很有邏輯，但它并不理解重力，也不理解碰撞。

這也是為什么大語言模型容易一本正經胡說八道，因為它只在乎這話聽起來像不像真的，而不是這件事在現實中能不能發生。

一個人的成長，講究讀萬卷書行萬里路。如果 AI 只讀書不出門，那它就永遠只能活在文字的世界里。所以，研究者開始讓 AI 接觸文字之外的世界：

讓它看視頻，看人唱跳打籃球，看雨滴下落，看木材燃燒……

讓它接收傳感器數據，機械臂的坐標和力反饋，汽車方向盤旋轉的角度，汽車的加速度……

人工帶教，成本高數據少

讓它在虛擬環境中反復試錯，在游戲物理引擎甚至工業仿真軟件生成的虛擬世界中握、抓、撞、摔。

天洑具身智能靈巧手建模及握持模擬

相比視頻，仿真準確度更高。相比人工帶教，仿真成本更低。因此，長期來看基于物理公式的數值仿真將是構建高精度世界模型的地基。

海量數據喂下去，人工智能就會逐漸明白“如果……那么……”的關系：

• 你一拳打在水里，下一刻會出現水花；
• 你用手捏氣球，下一刻氣球會變形；
• 
  
• 你拋出一個蘋果，蘋果將以什么軌跡上升和下降。

雖然它不見得能寫出N-S方程、應力應變關系、拋物線公式，但它懂得了力的相互作用、質量守恒、能量守恒、熵增原理等等這些統治世界的物理定律。

那么此時的模型，就成為了所謂的“世界模型（World Model）”。

你問了，大語言模型能幫我水論文水報告水文章，世界模型能干啥？

很簡單，只要你想 “預測未來”，世界模型就都有用武之地。比如：

• 視頻制作，一個會生成畫面的世界模型。它知道玻璃杯落地會碎，而且是落地后，而不是落地前。
• 自動駕駛，一個會開車的世界模型。看到行人在斑馬線行走，它知道汽車應該停在斑馬線前。
• 游戲開發，一個會做夢的世界模型。游戲中的NPC不再是固定程序，它將能和玩家自然地對話和互動，擁有無限的交互可能。
• 具身智能，一個會做家務的世界模型。當看到的對象是水杯時，它知道抓取力量應該大點，而對象是人手時，力度就要減小。
• 工業機器人，一個會打螺絲的世界模型。看到傳送帶不同的零件，它知道應該把它裝在哪，用多大的力。

理論上來說，世界模型的訓練素材來自哪些場景，它最終的應用就有哪些，而且還會更廣泛。

中國也會成為世界模型的練兵場，畢竟中國的制造業總產值占全球的30%以上，2024年工業機器人安裝量也占到全球的54%。

在制造業轉型的浪潮中，我們不僅需要 AI 幫我們寫方案，更需要AI走出屏幕，拿起扳手，幫我們做飯洗衣服搬磚開車，以及建工廠。