世界模型的下一步怎么走？席宁、周炜与骆怡航解析物理AI与AGI演进

type

status

date

slug

summary

引言：从语言大模型到物理世界模型的新跨越

在过去两年中，以大语言模型（LLM）为代表的生成式人工智能掀起了席卷全球的技术浪潮。从文本创作、代码生成到跨模态理解，AI 技术的演进速度令人惊叹。然而，随着大模型技术的不断深耕，业内专家逐渐达成共识：仅靠处理离散符号和文本规律，无法真正通向通用人工智能（AGI）。人工智能若要从虚拟数字空间走向现实生活，必须具备理解真实物理世界、预判环境变化并自主执行物理任务的能力——这就是“世界模型”（World Model）成为当下全球前沿科技核心焦点的原因。

在近期举办的行业高规格论坛上，香港大学机器人与自动化讲座教授席宁、创世伙伴创投（CCV）创始主管合伙人周炜以及生数科技联合创始人兼CEO骆怡航展开了一场关于“世界模型下一步怎么走”的深度对谈。三位分别来自学术顶尖实验室、一线风险投资机构以及技术落地前沿的企业家，针对世界模型的技术路线收敛、软硬件协同落地、具身智能演化路径等关键问题进行了全面剖析。关注最新 AI资讯 与技术突破的从业者，可以通过专业的 AI门户持续追踪这一领域的最新动化。

四维复杂物理空间：为何世界模型远比语言模型艰难？

从技术底层来看，构建世界模型所面临的技术壁垒与传统文本大模型存在本质差异。香港大学席宁教授指出，大语言模型的核心是学习和建模词汇与句式之间的逻辑关系，其处理的是符号化、结构化的离散信息。

然而，真实的物理世界是连续且充满动态变化的四维时空系统，包含三维立体空间与一维时间轴，更叠加了动力学、摩擦力、重力以及物体间的相互作用力。席宁教授强调，描述一个真实物理系统，不仅要记录物体的位置和外貌，更要准确预测其在受力后的运动轨迹和状态突变。这种对四维连续世界及其物理因果律的建模，对训练数据质量、感知维度以及算法架构提出了完全不同的严苛要求。

目前，学界与产业界在世界模型上的探索呈现多路线并存的格局，包括基于视频生成的像素预测、基于三维高斯的几何重建、杨立昆（Yann LeCun）主推的隐空间预测架构，以及面向机器人执行的动作状态模型等。技术路线尚未收敛的本质，正是因为单一架构目前难以全面兼顾时空连续性、物理规律保真度与低计算延迟。

演进阶梯：从视频生成、物理交互到自主进化

针对世界模型如何从虚拟画面走向物理执行，生数科技联合创始人骆怡航提出了清晰的技术递进视角。他认为，世界模型的完整闭环必须包含三个基本环节：感知与理解、预测、行动。

当前大火的视频生成模型，本质上已经在像素空间内对物理世界的变化规律进行了一定程度的解码与重构。骆怡航将世界模型的发展路径系统性地划分为五个层级：

L1 世界生成（World Generation）：在数字空间中逼真生成符合基础物理直觉的视觉内容；

L2 实时交互（Real-time Interaction）：模型能够根据外部输入的刺激，实时做出符合真实物理规律的状态响应；

L3 世界行动（World Action）：模型不再局限于观察与预测，而是能够直接输出控制指令，驱动物理硬件进行灵巧操作；

L4 自主规划与自进化（Self-Evolution）：在复杂环境中进行自主推理，并在训练和执行过程中通过反馈实现自组织优化；

L5 多智能体物理协同（Multi-Agent Collaboration）：多个物理实体在同一复杂物理时空中实现高度协同的任务执行。

骆怡航指出，单纯依靠世界模型的底层物理预测还不够，未来必须将 LLM 的高阶宏观语义推理能力与世界模型的底层动力学预测深度结合。人类在操作物体时，先由大脑进行宏观规划（语义层），再由神经反射与小脑完成细粒度的肌肉控制（物理层）。这种双层架构的融合，是当前具身智能最具商业前景的技术方向。

摒弃“人形执念”：软硬件一体化与工业落地的现实策略

随着世界模型概念的火爆，具身智能和人形机器人赛道涌入了大量资本与初创团队。然而，创世伙伴创投主管合伙人周炜从投资逻辑与产业周期的角度给出了冷静的研判：在未来两到三年内，期望出现一套能够适配所有机器人本体的“通用物理模型”，在工程实践上几乎是不现实的。

机器人硬件在形态、传感器配置、执行器扭矩特性等方面差异巨大，算法与硬件之间的非线性耦合极强。因此，周炜重点看好“软硬件一体化”的垂直赛道公司。如同苹果在消费电子领域的纵向整合，以及特斯拉在自动驾驶与机器人核心部件上的自研能力，深耕特定工业或服务场景、具备全栈自研能力的团队更容易在早期跑通商业闭环。

与此同时，针对当下行业普遍存在的“具身智能等于双足人形机器人”的认知偏差，席宁教授与周炜均提出修正意见：物理 人工智能 的率先落地，大概率不会发生在结构极其复杂的双足机器人上，而是在工业机械臂、数控机床、特种自动化装备等成熟载体中爆发。机械臂同样是标准的机器人形态，早已广泛应用于汽车喷焊、精密装配等工业场景。引入具备世界模型预测能力的新型算法后，工业设备可以摆脱昂贵的人工编程与示教流程，实现高度自主的自适应作业，从而释放巨大的经济价值。而在民生服务领域，针对人口老龄化趋势的护理助老机器人，也将是物理世界模型极具社会价值的应用方向。

创业生态重塑：在不确定性中寻找敏捷突破者

在大模型技术从数字化向物理化渗透的转型期，投资机构接触的相关创业项目已多达数百家。面对技术路径未定、商业化周期漫长的客观现实，周炜指出，对初创企业而言，创始人的战略灵敏度是最核心的壁垒——优秀的创业者必须具备在技术路线发生突变时迅速调整航向的认知敏锐度。

此外，对话还特别聚焦了中国香港在大湾区及全球科技版图中的独特生态定位。作为国际创新要素与资本的交汇节点，香港正处于产业转型与科技创新的黄金期。在构建开放包容的创新文化、打破传统制度束缚的前提下，香港有望成为连接全球算力、前沿学术科研与内地成熟制造供应链的枢纽平台，为世界模型、空间智能等下一代 大模型 生态提供蓬勃的发展土壤。

结论：物理世界建模是迈向AGI的必经之路

世界模型不仅是计算机视觉或图形学技术的简单升级，更是整个人工智能产业从虚拟认知转向现实交互的关键分水岭。尽管面临四维动力学建模、算力开销庞大、硬件泛化困难等重重挑战，但从以生数科技为代表的视频生成与物理动作闭环探索，到席宁教授团队低算力工业控制模型的验证，世界模型的技术拼图正在加速成型。

未来数年内，大语言模型的高阶抽象推理将与物理世界模型的精细控制深度协同，工业智能化与特定场景的服务机器人将率先迎来价值兑现。对于广大技术开发者、投资者和产业决策者而言，紧密关注这一前沿趋势至关重要。更多关于大模型架构演进、AI新闻 与具身智能产业深度分析，欢迎访问 AI资讯聚合平台，把握通用人工智能时代的演化新脉搏。