一群豬能在天上和飛機一起飛嗎？現實世界不行，但視頻生成模型可以。

“因為視頻生成模型的訓練數據裡包含大量科幻電影內容，它的目標從來就不是還原真實物理世界的規律。”2026北京智源大會上，智源研究院院長王仲遠用這個生動的例子，把“世界模型”帶到了聚光燈下。

ChatGPT讓AI學會了“遣詞造句”，Sora則展示了AI“腦補畫面”的驚人能力，但依然是“知其然不知其所以然”。

大模型的這種特性，在產業界正遭遇越來越明顯的天花板：自動駕駛不敢在復雜路口完全放手，機器人在陌生環境中頻頻“翻車”……這正是“世界模型”試圖填補的空白：讓AI更加理解真實的物理世界。

世界模型，被學術界認為是實現AGI（通用人工智能）的關鍵拼圖，也被產業界視為突破具身智能泛化瓶頸的關鍵技術。

今年以來，世界模型迅速從學術概念演變為產業風口。1月，吉利發布WAM世界行為模型﹔3月，小鵬發布X-World﹔5月，小米汽車推出Xiaomi Auto World Model全新框架，地平線發布HorizonDrive……幾乎每一家智能駕駛頭部企業，都在爭相貼上“世界模型”的標簽。

與此同時，面向更廣泛物理世界的通用世界模型，正成為全球學術界攻堅的重要方向。

斯坦福大學教授李飛飛團隊的World Labs Marble模型，從3D重建入手，試圖構建“空間智能”，核心是讓AI理解和模擬三維世界﹔圖靈獎得主楊立昆（Yann LeCun）提出的JEPA系列模型則另辟蹊徑，主張在抽象的“表征空間”內進行預測﹔北京智源研究院也發布了悟界·Physis-v0.1，聚焦統一物理狀態建模，力求從物理本質出發實現因果推理……

關於“世界模型”的定義，學術界仍有爭議。“這些探索距離真正面向物理世界的基座模型都還有不小差距。”王仲遠坦言，現在仍處於世界模型的早期，依然需要開展大量的科研探索工作，“未來三到五年將是世界模型持續迭代期”。

王仲遠表示，當前世界模型發展仍存在不小的瓶頸，主要體現在真實物理數據匱乏、技術路線尚未收斂、評測體系不完善等多個方面。

“從人的角度理解智能是什麼，到今天還遠遠是個未知數。”在中國工程院院士王堅看來，中美科研界面對的是“同一片海”，真正的前進動力，始終來自工程實踐與理論認知的相互推動、交錯前進。

從“仿其形”到“悟其道”，AI認識真實世界的旅程，才剛剛開始。