世界模型

来源： sources/concept-2026-07-world-model-paradigm-shift
相关概念： concepts/具身智能 concepts/端侧AI concepts/数字孪生

定义

世界模型（World Model）是 AI 从"理解语言"向"理解现实"演进的核心范式。其本质是让 AI 拥有"在脑中模拟外部现实并据此行动"的能力。严格定义（Pim De Witte, General Intuition CEO）：世界模型是基于干预（intervention）预测下一个状态 P(s_{t+1} | s_t, a_t)，那个 a_t（t 时刻的动作）就是魔法所在。

要点

• 不是视频模型：视频模型基于概率预测下一帧，本质是"看着事情发生却无法介入"的梦
• 不是3D空间模型：它是世界的"地图"而非世界的"引擎"
• 核心是 action-conditioned：基于行动预测状态，与 LLM 预测下一个 token 是同一逻辑的物理世界版
• 历史溯源：1943年 Kenneth Craik"小尺度模型"思想 → 2018年 David Ha × Schmidhuber 重新点燃

技术路线分歧

1. 生成式视频派：Google Genie 3、阿里 HappyOyster、OpenAI Sora
2. 抽象预测派：Meta V-JEPA 2、Yann LeCun
3. 空间智能派：World Labs、腾讯 HY-World 2.0、NVIDIA Cosmos、群核科技
4. 具身动作派：PI、VLA 派、跨维 DexWorldModel、大晓 Kairos

产业动态

• AMI Labs：10.3 亿美元
• World Labs：10 亿美元
• General Intuition：3.2 亿美元 A 轮（估值 23 亿）
• 中国国内仅 2026 年 6 月就有 33 家世界模型创业公司、累计融资 260 亿元、7 家独角兽

与 OpenClaw 的关系

OpenClaw 作为 AI Agent 框架，未来可以集成世界模型能力，使 Agent 能够在执行任务前进行"心理模拟"，预测行动后果后再执行，从而提高任务成功率。

参考资料

• sources/concept-2026-07-world-model-paradigm-shift
• 原始文件：raw/articles/大模型分析的/世界模型-2026-07-03.md