世界模型WORLD MODELS
一部中文的世界模型考据 · 1990 → 2026

「世界模型」这个词,
正在被四种系统同时使用

从 Schmidhuber 1990 年的可微 RNN,到 Sora 的「世界模拟器」争议,再到李飞飞的空间智能——本站把这个被过度使用的热词拆解清楚。每条路线从人物、年代、动机与争论讲起,而非干巴巴的论文列表;30+ 模型关键指标一律可溯源。

开始阅读:从时间线出发 →直接看关系图谱
三条学习路径
新手线
首页 → 时间线 → 路线 0/1 起源故事 → 关系图谱
技术线
六条路线顺序精读 → 模型库 → 论文清单
产业线
路线 3/4/5 → 模型库按机构筛选 → 灵波案例
关键辨析
四类系统都自称「世界模型」,彼此差异巨大
视频生成器
Sora、Genie:生成看起来真实的像素世界
RL 梦境机
Dreamer:在想象中训练策略的内部模拟器
抽象表征学习器
JEPA:在隐空间预测,拒绝生成像素
动作预测基础模型
Cosmos、LingBot-VA:面向机器人输出动作
六条技术路线
起源 → 原理 → 模型 → 视频 → 赌注与软肋
路线 0 · ORIGIN
起源:1990 让世界可微分
Schmidhuber 的预测器 M + 控制器 C 范式与 1991 好奇心机制,一切模型驱动 RL 的哲学源头。
路线 1 · MBRL
经典模型驱动强化学习
《World Models》在梦境中训练智能体;Dreamer 系十年长跑,Nature 2025 从零采到钻石。
路线 2 · JEPA
LeCun 的反主流赌注
「生成像素浪费容量在树叶抖动上」——隐空间预测才是通往规划的正道。V-JEPA 2 零样本控制。
路线 3 · VIDEO-SIM
视频生成式模拟器
从 Sora 争议到 GameNGen 跑 DOOM、Genie 3 可玩世界,与国内 LingBot-World 的开源对标。
路线 4 · EMBODIED
具身 / VLA 与世界基础模型
RT 系 → OpenVLA → π0;NVIDIA Cosmos 与 GR00T;自动驾驶 GAIA 系;灵波 LingBot-VA。
路线 5 · SPATIAL-3D
3D 空间智能
NeRF / 3DGS 打地基;李飞飞 World Labs 与 Marble 生成可探索、持久的 3D 世界。
世界模型志 · 内容与展示分离,指标可溯源;厂商宣称一律标注「官方口径」。最后更新 2026-07