世界模型志WORLD MODELS
MAP · 竞争 / 互补 / 融合

六条路线不是孤岛

节点是路线，边是关系。点击节点跳转对应路线页；三种边色分别表示竞争、互补与融合。

route:3视频模拟器route:2JEPAroute:1经典 MBRLroute:4具身/VLAroute:0起源 1990route:5空间智能
竞争（LeCun 判别派 vs 生成派）互补（哲学源头 / 三分法）融合（三大合流趋势）
三维度分类：一张表看清六条路线
路线
预测空间
可交互可控？
面向具身控制？
0 起源
隐状态（RNN）
—（理论范式）
是（M+C 闭环）
1 经典 MBRL
隐空间
是（梦境内）
是
2 JEPA
隐空间
否
渐进（V-JEPA 2-AC）
3 视频模拟器
像素
是（Genie 系）
否 → 融合中
4 具身/VLA
像素 + 动作
是
是（核心目标）
5 空间智能
显式 3D
是（可探索）
间接（供模拟）
李飞飞三分法专栏
「大多数自称世界模型的系统只停留在渲染器阶段，却当作三合一来卖。」
① 渲染器 Renderer
生成给人看的像素。Sora、Kling 大体停在这里。
② 模拟器 Simulator
程序可算的几何与物理状态。Marble 的双表征在此下注。
③ 规划器 Planner
输出动作、闭环控制。V-JEPA 2-AC、LingBot-VA 的目标。
三大融合趋势
融合 ①
视频世界模型 + 机器人控制
LingBot-VA、GR00T-Dreams：先预测视频，再用逆动力学反解动作。
融合 ②
自回归 + 扩散
Diffusion Forcing、块因果注意力：兼得长时一致与逐帧质量。
融合 ③
视频渲染 + 3D 模拟
HunyuanWorld、World Labs 双表征：像素好看，几何也可算。
练习：用这张图谱去分析一家公司 → 灵波案例页最后更新 2026-07