世界模型WORLD MODELS · 月更
TIMELINE · 1990 → 2026

两条时间轨道,
正在走向同一个行动闭环

蓝色标签记录 LLM 与前沿基础模型,路线标签记录世界模型研究。它们并非一条简单的替代链,而是在多模态、智能体、空间理解与行动中逐步汇合。

前沿基础模型轨世界模型轨
1990s
1990《Making the world differentiable》路线0
Schmidhuber 让「世界模型」术语进入机器学习:一个可微 RNN 预测器 M,配一个利用它规划的控制器 C。
1991好奇心与内在动机路线0
《Curious model-building control systems》:让智能体主动寻找预测误差大的地方——学习的动力来自「惊讶」。
2018–22
2018Ha & Schmidhuber《World Models》路线1
VAE 压缩 + MDN-RNN 预测 + 梦境中训练控制器。交互式论文网页让这个词重回聚光灯下。
2017–22Transformer → 指令模型 → ChatGPT前沿模型
基础模型主线从语言建模走向指令遵循与通用交互,成为今天 LLM 与智能体浪潮的认知底座。
2019–25PlaNet → Dreamer V1/V2/V3 → V4路线1
Hafner 的十年长跑:RSSM、离散隐变量,DreamerV3 登上 Nature(2025),从零采到 Minecraft 钻石。
2020/23NeRF 与 3D Gaussian Splatting路线5
神经辐射场与高斯泼溅:路线 5 空间智能的两块技术地基。
2022LeCun 蓝图与 JEPA 登场路线2
《A Path Towards Autonomous Machine Intelligence》:六大模块架构,押注隐空间预测而非像素生成。
2024
2月Sora 与 Genie 1 同月发布路线3
OpenAI 称 Sora 为「世界模拟器」引发大争论;DeepMind Genie 从无标注视频学出可玩 2D 世界。
8月GameNGen:神经网络跑 DOOM路线3
Stable Diffusion 实时模拟 DOOM,20fps——游戏引擎第一次被纯神经网络替代。
9–12月World Labs 成立 · Oasis · Genie 2路线3/5
李飞飞创立 World Labs(9月);Oasis 成为首个公开可玩的 AI 生成游戏(10月);Genie 2 走向 3D(12月)。
2025
1月NVIDIA Cosmos 发布(CES)路线4
面向机器人与自动驾驶的「世界基础模型」平台,与 GR00T 人形机器人栈配套。
6–8月V-JEPA 2 · Genie 3路线2/3
V-JEPA 2-AC 用 62 小时机器人视频后训练实现零样本控制;Genie 3 达到 720p/24fps 可交互世界。
11月Marble 发布 · LeCun 离开 Meta路线5/2
World Labs 的 Marble 从文本/图像生成可探索持久 3D 世界;LeCun 出走创立 AMI Labs。
2026
6–8月Fable 5 · GPT-5.6 · Opus 5前沿模型
闭源前沿模型把长程知识工作、编程、视觉与智能体能力继续推高,同时更强调推理强度与成本效率。
7–8月Kimi K3 开放 · GLM-5.3 发布开放模型
开放路线继续扩大模型规模、原生多模态、百万上下文和长程后训练环境;GLM-5.3 权重截至 8 月 21 日仍待发布。
1月/7月LingBot 开源周路线3/4
蚂蚁灵波开源 LingBot-World / VA / VLA 系列,对标 Genie 3(720p/60fps 为官方口径,缺独立复现)。
3月AMI Labs 10.3 亿美元种子轮路线2
LeCun 的新公司拿下巨额种子轮:市场愿意为「反主流赌注」下注。
8月开放阵营分叉:DeepSeek-V4-Pro / Qwen3.8 开放,Wan3.0 收紧开放模型
同一个月,DeepSeek 以 MIT 协议放出 1.7T 模型、Qwen 首次开放 Max 级模型;而万相 Wan3.0 公测却不再放权重。开源从立场退化成逐次决策。
6月李飞飞《A Functional Taxonomy of World Models》路线5
渲染器 / 模拟器 / 规划器三分法:给混乱的「世界模型」命名体系立了一把尺子(2026-06-03 发表于个人 Substack drfeifei.substack.com)。
下一步:读第一条路线的起源故事 →术语表 →最后更新 2026-08