一群猪能在天上和飞机一起飞吗？现实世界不行，但视频生成模型可以。

　　“因为视频生成模型的训练数据里包含大量科幻电影内容，它的目标从来就不是还原真实物理世界的规律。”2026北京智源大会上，智源研究院院长王仲远用这个生动的例子，把“世界模型”带到了聚光灯下。

　　ChatGPT让AI学会了“遣词造句”，Sora则展示了AI“脑补画面”的惊人能力，但依然是“知其然不知其所以然”。

　　大模型的这种特性，在产业界正遭遇越来越明显的天花板：自动驾驶不敢在复杂路口完全放手，机器人在陌生环境中频频“翻车”……这正是“世界模型”试图填补的空白：让AI更加理解真实的物理世界。

　　世界模型，被学术界认为是实现AGI（通用人工智能）的关键拼图，也被产业界视为突破具身智能泛化瓶颈的关键技术。

　　今年以来，世界模型迅速从学术概念演变为产业风口。1月，吉利发布WAM世界行为模型；3月，小鹏发布X-World；5月，小米汽车推出Xiaomi Auto World Model全新框架，地平线发布HorizonDrive……几乎每一家智能驾驶头部企业，都在争相贴上“世界模型”的标签。

　　与此同时，面向更广泛物理世界的通用世界模型，正成为全球学术界攻坚的重要方向。

　　斯坦福大学教授李飞飞团队的World Labs Marble模型，从3D重建入手，试图构建“空间智能”，核心是让AI理解和模拟三维世界；图灵奖得主杨立昆（Yann LeCun）提出的JEPA系列模型则另辟蹊径，主张在抽象的“表征空间”内进行预测；北京智源研究院也发布了悟界·Physis-v0.1，聚焦统一物理状态建模，力求从物理本质出发实现因果推理……

　　关于“世界模型”的定义，学术界仍有争议。“这些探索距离真正面向物理世界的基座模型都还有不小差距。”王仲远坦言，现在仍处于世界模型的早期，依然需要开展大量的科研探索工作，“未来三到五年将是世界模型持续迭代期”。

　　王仲远表示，当前世界模型发展仍存在不小的瓶颈，主要体现在真实物理数据匮乏、技术路线尚未收敛、评测体系不完善等多个方面。

　　“从人的角度理解智能是什么，到今天还远远是个未知数。”在中国工程院院士王坚看来，中美科研界面对的是“同一片海”，真正的前进动力，始终来自工程实践与理论认知的相互推动、交错前进。

　　从“仿其形”到“悟其道”，AI认识真实世界的旅程，才刚刚开始。