世界模型是通往AGI的必经之路吗？_科学技术

1. 智能必须基于世界模型？我们和蚂蚁灵波团队聊了聊

2. Waymo联手DeepMind打造世界模型：基于Genie 3，让自动驾驶「脑补」罕见场景

3. VLA和世界模型，哪个是自动驾驶的未来？✔VLA一派主要有理想，之前小鹏也是VLA路线支持者，但是第二代VLA，小鹏其实转向世界模型了。✔世界模型一派，有华为，蔚来。蔚来NWM也上车很久了。✔地平线走的是VA路线，把中间的L转译过程省掉了。✔长城的答案是VLA+世界模型，典型的我都要。VLA，擅长通过语言规则理解复杂世界，将【视觉感知—语言理解—行动执行】直接关联，把看—懂—做的联系起来。VLA依赖语言作为中介，将摄像头雷达看到的东西，转化成语言token(比如红灯，有行人)，然后基于语言模型推理规则(比如遇到红灯就要停车，遇到行人横穿马路就刹车)，然后输出动作。而世界模型，其实很好理解，就是真实世界的物理还原。汽车工程运用中，其实(世界模型)更多，比如动力学控制，都是物理学模型。只不过世界模型，很高级，在云端训练真实世界。@吴会肖长城的VLA+世界模型上车后，请求一个试驾。

4. 全面解析“世界模型”：定义、路线、实践与AGI的更近一步【硅谷101】

5. APPSO 独家｜杨立昆再联手谢赛宁，英伟达参投，新公司押注「LLM 之后」

6. GAN之父Ian Goodfellow病后归来，剑指高效世界模型

7. 打破具身世界模型可执行性鸿沟！港中深-跨维智能团队提出EVA框架，用强化学习让视频世界模型真正“动”起来

8. #IT那些事儿# 人类有效时间密度大爆炸互联网第一波浪潮：干一年顶外界干三年（百度新浪网易） ×3移动互联网浪潮：我们管它叫猫狗的一年，干一年顶外界七年（抖音美团微信） ×7LLM时代初潮：一年顶外界十年（GPT/NotebookLM） ×10AIAgent和VibeCoding时代：一天顶外界一年（Claude/Codex） ×365如果是像哈萨比斯预测的五年之内即2030年跨越通向AGI的障碍，到了AGI时代：卧槽，时间流速已经不知道今夕是何夕了…… ×X？AGI出现前：咱们人类世界是这个样子：行动 → 等待 → 结果 → 反思 → 下一步AGI出现后：目标↓1000条路径并行模拟↓最优解直接落地中间那个“等待”被消掉了。而人类对时间的感知，本质就是对这个等待的感知。【纵轴】单位时间内的“有效认知密度”↑│ AGI（时间已失效）│ ●││ Agent / Vibe Coding（言出法随，意图=执行）│ ●││ LLM（认知外包）│ ●││ 移动互联网（行为规模化）│ ●││ 互联网（信息连接）│ ●└────────────────────────→ 时间

9. 深度学习三巨头之一、图灵奖得主杨立昆，已经从 Meta 离职，准备启动自己的 AI 创业公司。杨立昆在 Meta 十年，是 FAIR（Meta 基础 AI 研究院）的灵魂人物，也是 LLaMA 系列背后的关键力量。但过去一年，Meta 的 AI 战略发生明显转向：1.扎克伯格把资源从基础研究转向大模型商业化2.AI 组织架构连续调整、600+ 研究人员裁撤3.新的决策线改为偏产品、偏落地，而非长期科研而杨立昆的理念恰好相反：LLM 不是通向 AGI 的唯一道路。他坚持世界模型与长期基础研究，这与 Meta 当前的ALL IN 商业化路线越来越不兼容。更爆的一点：外媒消息称，当 Meta 为加速产品化收购 Alexandr Wang 后，杨立昆被要求向这位年轻 CEO 汇报。一个坚持科研的科学家，被放到以速度和交付为优先的链条上，走不下去一点不意外。#ai#

10. 现在的大语言模型只是开始，真正的智能，要让机器理解物理世界。红衣大叔周鸿祎的微博视频

11. AI圈最顶级的一次争吵，理解世界还是堆模型？ #大咖观察 #红衣聊AI #大模型 #人工智能

12. 世界模型双冠王诞生！国产世界模型力压谷歌、英伟达等持续领跑

13. 三大模态模型全部登顶后，昆仑万维正式披露了 2026 年 AGI 战略

14. Nature重磅：图灵预言的AGI早已实现，人类却不敢承认！

15. 【华为投资物理 AI：首家国产世界模型公司“极佳视界”完成新一轮亿元级 A1 轮融资】极佳视界上周宣布完成新一轮亿元级 A1 轮融资，本轮融资由某知名产业方、华控基金联合投资。此前 8 月底，极佳视界宣布完成 Pre-A&Pre-A+ 连续两轮数亿元融资。据量子位消息，这个“某知名产业方”就是华为哈勃。极佳视界是一家物理 AI 公司，成立于 2023 年，专注「世界模型驱动的物理世界通用智能」，公司产品包括世界模型平台 GigaWorld（驾驶和具身）、具身基础模型 GigaBrain、通用具身本体 Maker 等物理 AI 全栈软硬件产品。极佳视界宣称是国内第一家专注「世界模型」的科技公司。世界模型是人工智能领域用于模拟环境动态并预测未来状态的核心技术框架，有望成为具身智能、自动驾驶等物理 AI 方向的主导路线。华为智能汽车解决方案 BU CEO 靳玉志曾在今年 8 月表示，华为不会走向 VLA 的路径，更看重能实现真正自动驾驶的 WA（World Action）：我们不会走向 VLA 的路径，我们认为看似这样取巧的路径，并不是最终走向真正自动驾驶的路径。我们更看重 WA，省掉了 Language 这个环节，直接通过视觉等信息输入控车，而不是把各种各样的信息转成语言，再通过语言大模型来控车。

16. Momenta不选VLA选世界模型

17. 力压李飞飞团队登顶WorldScore，黑马Manifold AI领跑世界动作模型新范式

18. 2024年7月27日蔚来世界模型（NIO World Model）【全球首发】2025年4月22日华为WEWA世界模型架构（World Engine & World Behavior Architecture）【隔年跟进】2026年1月6日极氪WAM世界行为模型（World Action Model）【方向明确】2026年3月16日Momenta R7（强化学习世界模型）【落地应用】2026年3月31日小鹏汽车世界模型（X-World）【大方承认】哥早就说过……蔚来世界模型是唯一正确的方向。不听我的听谁的？#殿车#

19. 击败谷歌、英伟达！清华陈建宇×斯坦福Chelsea团队世界模型Ctrl-World具身能力登顶全球

20. 世界模型再获全球第一！极佳视界GigaWorld-1震撼登场，超越谷歌、英伟达

21. CVPR 2026 WorldArena挑战赛启动，高德开源高性能世界模型基线

22. 国产模型开源封神，谷歌Genie3紧急开源？蚂蚁AGI撕开世界模型闭源防线

23. 狂奔AGI，Claude年终封王！自主编码近5小时震惊全网

24. 智能的核心在于学习与感知，而非表层的模仿与生成。大语言模型的生成能力，本质是基于海量文本的概率性拼接，虽能输出契合人类语言逻辑的内容，却无法真正理解文字背后的物理意义、因果关联与现实场景。跳出语言文本的局限，转向对物理世界的感知，从单一模型迈向多元架构，才是AI的未来之路。

25. 李飞飞万字长文爆火硅谷！定义AI下一个十年 #李飞飞##硅谷##AI##大模型# 科技最前线的微博视频

26. 本体+ 大模型：Knora 如何破解企业AI落地中的幻觉与执行断层难题

27. #互联网技术[超话]# AGI，究竟何时到来？最近，Google DeepMind首席AGI科学家兼Shane Legg在访谈中大胆预测：最小AGI将有50%的可能性在2028年实现。 Shane Legg的预测无疑在科技界投下了一颗“思想炸弹”——2028年，这个时间点比许多主流预测（如OpenAI的2030-2040年区间）更为激进，却也折射出DeepMind内部对技术突破的加速信心。这一预测背后隐含了几重关键信息：其一， scaling law（扩展法则）的持续生效，让大模型能力以超预期速度演进；其二，多模态、推理与行动能力的融合（如AlphaFold、Robotics与LLM的结合）正在快速填补“狭义AI”与“广义智能”之间的鸿沟；其三，“最小AGI”的定义可能比公众想象中更收敛——或许是在特定复杂任务中展现人类级泛化能力的系统，而非全知全能的“超级智能”。然而，时间点之争背后，真正重要的是AGI的实现路径与挑战。即使技术里程碑提前抵达，我们仍需面对对齐问题、能源消耗、社会适应性与安全治理等深水区。Legg的预测与其看作精准倒计时，不如视为对行业的一次“压力测试”：我们的伦理、政策和基础设施，是否跟得上技术狂奔的速度？无论如何，一个更近的AGI地平线正在迫使我们重新思考未来——不是“会不会来”，而是“当它突然敲门时，我们是否准备好了”。 http://t.cn/AXULbtz5

28. 马斯克2026达沃斯访谈，AGI年底就会爆发，工作将消失？#ai #马斯克 #科技 #达沃斯 #预言

29. 登顶全球权威榜单！浙大创业团队百卡打造开源实时世界模型，视频秒变可交互4D世界

30. 这是一个虚伪的世界。蔚来全球首发车端【世界模型】，你们可以看看华为和极氪是怎么定义辅助驾驶技术路线的，其实就是世界模型改个名，反正蛮搞笑的。可能因为蔚小理相互较劲的关系？小鹏和理想先后宣布“Vision Language不再串联”，VLA中的V和L不再串联，改叫什么VLA…… 然后你仔细听听小鹏第二代VLA的技术模型，简直就是我第二次上课【蔚来世界模型】，小鹏说的是AI物理，AI物理其实就是世界模型。之前理想坚决说走VLA路线，不会走世界模型路线。但随着辅助驾驶负责人的更迭，实质上也会走上世界模型的路线。你明明是世界模型，但是你就是不承认你是世界模型。 [挖鼻][挖鼻][挖鼻]

31. #小米发布最新MiMo大模型#罗福莉从生物进化视角解读AI发展，这个角度还是很有新意的，让我也对AI有了新的认识。生物进化是从行动（控制身体与环境互动）到思考（大脑模拟未来）再到语言（抽象符号系统），耗时6亿年；而AI大模型却是先掌握语言（如ChatGPT），再补思考、具身感知能力，走的是“倒叙跳跃式”路径。这种非线性的重演，既体现了AI发展的突破性，也让我们看到人工智能在模仿人类智能进化时的独特逻辑。期待小米MiMo大模型在后续“补齐思考与具身感知”的过程中，能带来更多惊喜，推动AI向更贴近人类智能的方向迈进！

32. #高德正式布局世界模型# 从地图到“世界”，大厂转身正指向下一代AI革命。空间智能评测榜首背后，是AI从“理解符号”到“理解物理世界”的根本跨越。这已不仅是导航工具的升级，而是试图为机器构建一套对真实世界的空间、动态乃至因果关系的通用模型。当模型学会“看见”并“推理”世界，从自动驾驶到具身智能的路径或将清晰。一场从数字映射迈向物理交互的深层变革正在发生。#高德将发布世界模型产品#

33. 小米辅助驾驶从第一代缺乏泛化能力的规则算法进化到300万、1000万 Clips 的端到端架构，实现了从「规则驱动」到「数据驱动」的跨越，有效改善了规则时代的诸多短板。但对于极端稀缺场景，由于缺少训练样本，模型仍无法有效学习，限制了系统的能力上限。这次引入「强化学习+世界模型」架构，标志着小米辅助驾驶进入「认知驱动」的阶段。通过世界模型能够仿真生成海量的场景，系统可以在这些高保真的虚拟环境中进行针对性训练，同时搭配高效率的训练框架，让模型以更快的速度和更高的质量积累经验、持续优化。通过「强化学习+世界模型」的深度应用，Xiaomi HAD 增强版在纵向控制、横向决策与路径选择三大行车核心能力上实现了显著提升，让辅助驾驶的体验更加细腻、可靠。最后，在享受技术进步的同时，也要特别提醒：辅助驾驶无法替代人类驾驶员，现阶段辅助驾驶依然还是一个辅助功能，容易受很多因素的干扰，不要相信「怎么开都撞不了」的夸大宣传，驾驶时仍需时刻保持专注，在必要时及时控制车辆。

34. 理想这篇Uni-World VLA，在尝试解决世界模型冻结幻觉的问题......

35. Waymo的自动驾驶二十年：世界模型+端到端，然后呢？

36. #互联网技术[超话]##个重磅信号！#黄仁勋 #AI #人工智能#机器人 #自动驾驶 #CES2026 #英伟达#新年演讲# 黄仁勋在2026年CES展会上的新年首场演讲，以"物理AI"为核心主题，宣告人工智能正式迈入从理解数字世界到改造物理世界的新阶段。以下是演讲的核心内容整理：一、时代定调：双重平台转移开启AI新纪元黄仁勋指出，计算机行业正经历十年一遇的"平台重置"，同时发生两大平台转移：一是应用程序全面构建于AI之上，软件开发从"编程"转向"训练"，运行载体从CPU迁移至GPU；二是软件的开发与运行逻辑彻底革新，AI应用不再是预编译的固定程序，而是能理解上下文、实时生成内容的智能系统。这一变革正驱动全球价值约十万亿美元的计算机基础设施进行现代化改造。二、物理AI的ChatGPT时刻已至物理AI成为演讲的核心焦点。黄仁勋认为，AI的演进可以分为四步：感知AI、生成AI、代理AI、物理AI。当模型能够理解重力、摩擦、惯性、动量守恒等物理定律，AI才能真正走出屏幕，进入物理世界执行任务。支撑物理AI战略的三大技术支柱已全面成型： Newton物理引擎：实现低于0.01秒的实时物理计算响应 Cosmos基础模型平台：以1000亿参数达成1毫秒级推理延迟，支持多模态物理世界理解 GPU+LPU混合架构：算力效率提升100倍，成本降低90% 三、Rubin计算架构全面量产英伟达推出新一代Vera Rubin计算架构（简称Rubin架构），该平台已进入全面量产阶段。Rubin架构通过CPU与GPU协同设计，AI训练性能较前代Blackwell提升3.5倍，推理性能提升5倍，token生成成本最高降低10倍。该架构包含六款全新芯片：Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-X以太网交换机。四、自动驾驶与机器人突破自动驾驶领域：英伟达发布全球首个开源端到端AI系统Alpamayo，这是业界首个具备思考推理能力的自动驾驶AI模型。2025款梅赛德斯-奔驰CLA将首发搭载该技术，计划2026年第一季度在美国上路，随后推广至欧洲和亚洲市场。机器人领域：黄仁勋宣布"机器人领域的ChatGPT时刻已经到来"。英伟达发布了专为人形机器人设计的Isaac GR00T N1.6视觉语言行动模型等开源工具，同时推出Cosmos Reason 2推理型视觉语言模型。特斯拉Optimus人形机器人已通过Omniverse数字孪生平台完成90%以上的训练，自主运行比例达85%，2026年第一季度将实现5万台量产，成本降至2万美元以下。五、开源生态战略加速黄仁勋强调，开源模型与前沿闭源模型的差距已缩短至约6个月，且仍在持续缩小。英伟达不仅开源模型，还开源用于训练这些模型的数据，以建立真正的"系统信任"。现场展示的多款开源模型包括三家中国开源模型：Kimi K2、Qwen和DeepSeek V3.2。黄仁勋特别提到，DeepSeek R1的出现意外推动了整个行业的变革进程。六、全栈AI体系构建英伟达的角色已从芯片供应商转变为"全栈AI体系"的构建者。通过"三台计算机"的架构——训练（DGX超级计算机）、仿真（Omniverse与RTX）、推理（AGX系列边缘设备），英伟达构建了从云端训练到现实部署的完整闭环系统。同时，通过开源模型、数据及NeMo开发库，英伟达正推动技术民主化，让更多开发者和企业能够参与到物理AI的创新浪潮中。黄仁勋在演讲结尾强调，物理AI的落地将重塑全球千万家工厂与数十万个仓库的运作逻辑，开启AI与实体经济深度融合的新时代。 http://t.cn/AXb9Z9MM

37. 端到端，VLA，世界模型都是什么意思？

38. 再携手！清华陈建宇×斯坦福Chelsea团队发布VLAW，世界模型×VLA协同进化

39. 蔚来世界模型 NWM2.0正式推送，过年了朋友们。四年前买4颗芯片骂骂咧咧，今天收到NWM2.0直呼错怪斌哥。没有这超过1000TOPS的算力，还真撑不起NWM世界模型这能力。蔚来应该是行业最先开始推【世界模型】的车企，没有之一。而现在也越来越被证明，世界模型这条路，就是行业普遍认为自动驾驶的正确路径。这次蔚来NWM2.0的技术架构是「世界模型+闭环强化学习」。强化学习常见，但是闭环强化学习不常见，闭环意味着强化学习有输入，有反馈，有回应。而且，蔚来这次是城区与高速领航辅助全面模型化，提高 1，博弈能力 2，选择道路能力 3，控车能力今天46万Banyan车主都可以享受到最新的技术，都要感激蔚来几年前的硬件预埋，没有无缘无故的花钱。 #蔚来#

40. 十余所机构联合提出WorldLens：评测了所有开源自驾世界模型（中科院&新国立等）

41. 具身智能奇点已至！超越π*0.6，极佳视界自我进化VLA大模型拿下世界第一

42. 【两条通往AGI的路：OpenAI与Anthropic的文化之争】OpenAI和Anthropic代表了两种截然不同的AI发展哲学。OpenAI像现代贝尔实验室：2-3个研究员就能孵化出GPT、Sora这样的项目，然后将其产品化。野心极大，从各类模型到机器人再到AI设备，什么都想做。Anthropic则极度聚焦：他们坚信编程是通往AGI的路径，其他都是噪音。不做图像模型，不做视频模型，不发模糊的愿景声明。哪种策略会赢？其实两种都可能赢。唯一持久的护城河是无情的执行力。有人说得好：两家顶级实验室走完全不同的路径追求同一目标，这是检验什么真正有效的完美自然实验。也有观点认为两者比想象中更相似——都在押注"编程智能体推动AI研究自动化"这条路，只是Anthropic资源稍少、更少关注消费市场。还有一个有趣的视角：OpenAI在做探索策略，Anthropic在做利用策略。探索早期看起来混乱浪费，后期要么称霸要么崩盘；聚焦早期看起来慢，但如果押对了会疯狂复利。真正的问题不是谁赢，而是哪个关于AGI路径的核心假设最终会被证伪。或许，没有人会输。它们只是共存，为社会提供不同的价值。x.com/Yuchenj_UW/status/2008599546444869855

43. 世界模型是一种实现端到端自驾的途径......

44. 如何看待马斯克称 Grok-5 有 10%概率实现 AGI，这对 AI 发展意味着什么？

45. 人工智能下半场，想实现AGI还有多远？ #大咖观察 #红衣聊AI #AGI #AI时代 #人工智能

46. 当世界模型开始“指挥双手”，蚂蚁灵波的具身路线更清晰了

47. 谷歌DeepMind首发AGI终极考纲！20万全球悬赏，撕下所有大模型伪装

48. CVPR'26重磅 | 港科大沈劭劼团队&华为DLWM：告别3D标注，3DGS双世界模型革新自动驾驶

49. AI 实验室的众生相：一场关于技术与性格的微型剧场。在硅谷这场通往通用人工智能（AGI）的竞赛中，代码不仅是逻辑，更是每家公司性格的缩影。OpenAI 的员工正忙着为他们的明星 CEO 整理衣角。在这里，技术突破与个人崇拜深度交织，每一场发布会都像是一次精心编排的宗教集会，充满了聚光灯下的戏剧感。Anthropic 则走在另一个极端。他们正忧心忡忡地研究 Claude 在与人类交流时是否会感到不适。对他们而言，AI 不仅仅是工具，更是需要悉心教导的脆弱灵魂。这种近乎偏执的道德洁癖，让技术研发带上了一层修禅般的哲学色彩。xAI 完美继承了马斯克式的狂妄与高效。他们的字典里没有循序渐进，只有跨越式的前进。他们的口号永远响亮：AGI 就在明天。这种对未来的极度透支，既是驱动力，也是一种豪赌。相比之下，Google 像是一个被惊醒的巨人，在雷鸣般的急促脚步中试图夺回失地。而 Microsoft 表现得最为老练，他们不亲自下场参与基础研究的肉搏，而是通过精准的合伙人战略，稳坐幕后收割红利。最耐人寻味的是 Meta。当所有人都在 LLM 的赛道上挤得头破血流时，Meta 的员工似乎在沉默中打磨着 SAM 视觉模型或音频技术。外界调侃他们只关心股票归属，或者在不断变换的赛道中迷失，但 Meta 实际上在补全 AI 的五官。虽然有人坚信 AGI 的终极形态一定是 LLM，但 Meta 正在通过开源和多模态路径，构建另一种可能。至于 Apple，他们似乎还在让 Siri 提醒自己：别忘了报名参加这场比赛。这场竞赛的终点或许指向同一个 AGI，但出发点各异：有人在造神，有人在修禅，有人在画饼，而有人在默默搭建感知世界的基石。技术本身没有温度，但造技术的人，赋予了这些模型截然不同的灵魂。x.com/Angaisb_/status/2001309338908905805

50. 全球最大开源具身大模型！中国机器人跑完马拉松后开始学思考

51. 地平线谈对具身智能发展的判断：相比现在的智能驾驶，具身智能的大脑还在更早期的阶段，模型结构会从早期 VLA 的直觉式，慢慢转向 with 世界模型，最后走向存在潜在意识的可解释模型跨越。通用能力上从和智驾接近的环境泛化性，再到指令性的上下文理解，从大规模的模仿学习也会走向持续自修正的终身学习。数据上从短期跨本体、人类视频预训练，到中期弥合仿真与现实差距，再到长期在世界模型中训练VLA，从有限示范到无限合成的演变。具身智能的大脑进化还是分阶段、多维度协同推进的，慢慢会指向更接近人类思维模式、并且具备自主学习和泛化能力的高阶智能。#人人都是中国智驾合伙人##2025地平线技术生态大会#

52. #波士顿动力与谷歌DeepMind宣布成立全新AI合作伙伴关系，推动人形机器人智能化#**拉斯维加斯，2026年1月5日** —— 在2026年国际消费电子展（CES）上，全球移动机器人领导者波士顿动力（Boston Dynamics）与谷歌旗下顶级AI实验室Google DeepMind正式宣布成立一项全新的AI合作伙伴关系。该合作旨在将先进的AI基础模型融入人形机器人，开启机器人技术的新时代。这项战略合作伙伴关系将波士顿动力在机器人运动智能（athletic intelligence）方面的领先优势，与Google DeepMind在基础AI能力上的强大实力相结合。双方将共同开展研究，利用DeepMind的Gemini Robotics基础模型和新一批Atlas人形机器人，在两家公司进行联合实验。Gemini Robotics模型基于大规模多模态Gemini模型构建，能够帮助机器人实现感知、推理、使用工具以及与人类互动等能力，适用于复杂工业任务。合作的目标是让**人形机器人**能够执行广泛的工业任务，推动制造业转型，首先从汽车行业入手。波士顿动力CEO Robert Playter表示，此次合作将显著提升机器人的上下文感知能力和物体操作灵活性，帮助企业在仓库和工厂环境中实现更高效率。波士顿动力Atlas机器人行为总监Alberto Rodriguez表示：“我们非常兴奋能与Google DeepMind团队合作。世界上没有人比DeepMind更适合构建可靠、可扩展的模型，这些模型可以安全高效地部署到各种任务和行业中。”Google DeepMind机器人高级总监Carolina Parada则回应道：“我们开发Gemini Robotics模型就是为了将AI带入物理世界。我们期待与波士顿动力团队合作，探索新Atlas机器人的潜力，开发新模型以扩展机器人影响，并安全高效地实现规模化。”值得一提的是，波士顿动力于2024年正式宣布开发商用**人形机器人**，得益于AI训练方法的快速进步。此次合作预计将在未来几个月内启动联合研究。同时，波士顿动力还透露，其全新电动Atlas机器人已进入产品化阶段，即将开始大规模生产，2026年首批部署将优先交付给现代汽车集团（Hyundai Motor Group，波士顿动力母公司）和Google DeepMind，用于实际工业应用。这一合作伙伴关系标志着机器人技术从实验室演示向商用规模化迈出关键一步，或将重塑制造业和物流等领域的工作方式。业内专家认为，结合波士顿动力的硬件专长与DeepMind的AI模型，将加速通用人形机器人的实现，推动人工智能在物理世界中的深度应用。

53. 现在的大语言模型只是开始，真正的智能，要让机器理解物理世界。 #大咖观察 #红衣聊AI #智能制造 #科技

54. 理想汽车自动驾驶研发高级副总裁郎咸朋新发的微博，是关于最近理想在具身智能和VLA的技术论述，精准回应了行业争议。#理想高管回应王兴兴质疑#内容直言两点核心：一是VLA就是自动驾驶最好的模型方案，二是具身智能最终拼的是整体系统能力。这话绝非空谈，模型的关键从来不是单打独斗，而是与整个具身智能系统的适配性，在此之上，数据才是决定成败的核心变量。要知道具身机器人分汽车类和人形类两大形态，而理想的VLA司机大模型，不仅锚定当下全系汽车产品，更剑指未来的汽车类具身机器人。作为生成式模型，它已展现出对物理世界的认知涌现能力，而理想手握数百万辆车的数据闭环，正是坚持VLA路线的底气所在。要做好自动驾驶，就得把它当成完整的具身智能系统来打造。感知是眼睛、模型是大脑、芯片是心脏、本体是身体，唯有软硬全栈自研，才能把技术价值发挥到极致。当L4级自动驾驶落地，汽车机器人也就水到渠成。理想押注VLA，押的正是对物理世界的超强理解能力，这或许就是自动驾驶的最优解。

55. 拆解理想在世界模型方向的工作

56. CVPR 2026，端到端、VLA和世界模型的论文爆了......

57. 车展报道45：小米在车展上公布了辅助驾驶HAD增程版的技术方案，强化学习+世界模型。简单理解，也就是在端到端大模型的基础上，叠加强化学习与世界模型。目前行业的技术路线已经分为VLA和强化学习两大派，前者意图引入大语言模型，让车子学习人类语言宝库中的知识；有点像AlphoGo，学习人类棋谱战胜人类。后者让车子继续磨炼，在虚拟世界中加速磨炼，自学成材；有点像AlphoZero，自己跟自己练，第一次下山就打败了全人类。 #2025广州车展##广州车展潮这看#

58. 4D版Marble？NeoVerse：用百万单目视频打造通用4D世界模型

59. 当AI学会了创造世界，科幻电影中的机器人时代开始全面加速！ #AI新星计划 #科技改变生活 #玩个很新的东西 #世界模型 #具身智能

60. AI的下一步：强化学习是正确的AGI解法吗？｜硅谷101年度线下大会（全英）

61. 阿里巴巴旗下高德又搞大事情了！从2025年8月宣布全面AI化之后，9月就推出了高德扫街榜，获得一致好评，而这次是布局世界模型。作为深耕出行领域20余年，高德的大数据库可谓是干货满满。高德的世界模型并非单一技术的突破，而是全链条能力的系统性升级。以“空间智能为基底、世界模型为核心、具身智能为落地”的战略布局，实现多维场景服务落地。目前该模型已在空间智能评测基准WorldScore中取得多项指标第一的成绩，含金量满满。要知道WorldScore可是李飞飞团队提出的，也是首个支持多模态世界生成模型统一评估的开源基准测试，世界模型能拿到第一的成绩，绝对是有硬实力的。此外高德内部已成立具身业务部，并开启对外招聘，像机器人、机器狗等产品形态也在探索业务之内。#高德正式布局世界模型##高德将发布世界模型产品#

62. 总算是意识到拿LLM做ADAS核心是非常愚蠢且低效的了吗#微博新知# //@猩红线歌者:根本不是串不串联的问题，架构的核心已经不再是LLM，转为了多模态大模型，其实就是世界模型。继续顶着VLA无非就是舍不得LLM去蹭AI概念+挽尊而已。

63. 元旦前，在上海测试了下蔚来世界模型2.0的工程版，感谢电池王帮我记录下当时的实时感受。整条片子是在去自主领航换电路上拍摄的，即兴发言，不吹不黑。现在的量产版，估计在我们之前工程版基础上有很多优化。另外，关于蔚来世界模型2.0的技术路线解析，我们也有篇六千字的长文。应该已经发布了。欢迎关注我们“电动星球”，查阅。#蟹老板的小报告##蔚来世界模型# #蔚来# http://t.cn/AXqaQijo

64. CES2026中国骄傲✨ 蔚来副总裁任少卿斩获《Motor Trend 》年度SDV软件定义汽车创新人物榜单「先锋奖」！作为ResNet核心作者、蔚来世界模型（NWM）推动者，他以AI与汽车软件跨界突破，引领智驾技术革新。这份全球权威认可，既是个人荣光，更彰显中国智驾的世界影响力！#mj车谈#

65. 【世界模型不会取代LLM，它是LLM缺失的那一层】快速阅读：世界模型正从学术概念走向主流讨论，但“取代LLM”是个假命题。更准确的描述是：LLM处理语言和推理，世界模型负责物理仿真和因果接地，两者将形成分层协作的架构。目前的应用重心集中在机器人领域，非物理领域的潜力仍被严重低估。---在Nvidia的GTC大会上，世界模型（world model）突然成了每个严肃对话的收尾词。这种感觉像2021年所有人突然“懂了”transformer的那个时刻。世界模型不预测下一个词。它在内部构建一个关于世界如何运转的表示，能模拟环境、向前规划、推演因果链条。这和LLM做的事情在结构上不是同一回事——LLM理解的是语言，它“知道”猪不会飞，是因为文本里这么写；世界模型则要直接编码重力、质量、无翼这些约束本身。一个是通过描述世界来理解世界，一个是直接对世界的规律建模。但说“再见，LLM”是彻底搞错了方向。有观点认为，两者根本不互斥。更接近现实的架构是：LLM作为语言接口和意图解析层，世界模型作为物理仿真和因果推理层，专用代码处理确定性执行。世界模型填的是LLM一直缺的那个空——当LLM生成一个计划，它没有内部物理引擎来验证这个计划是否在现实中成立。六年前特斯拉的车开进卡车，不是因为模型不聪明，是因为它没有“卡车几乎总是拖着挂车”这种世界级别的先验约束。目前几乎所有的世界模型应用都流向了机器人、自动驾驶和物理操控。这让人有点不安。商业管理、药物发现、金融决策——这些领域同样需要因果推理，同样需要“如果这样做，接下来会发生什么”的模拟能力。但资源和研究还没怎么往这里走。Yann LeCun是这个方向最值得追踪的声音。他对JEPA架构的执念和对LLM局限的批判，提供了比大多数会议演讲更诚实的坐标。有个问题没人认真回答：在药物发现或业务仿真这类高价值非物理场景里，你怎么知道世界模型的因果信念是真实校准过的？机器人领域有sim-to-real gap研究来逼出误差，其他领域的等价检验是什么？LLM的置信度和正确性脱钩这件事，我们花了好几年才学会和它相处。世界模型面临同样的清算，而赌注会更高。这不是反对世界模型，是说“它理解因果”和“它能生成连贯的因果仿真”是两个不同的声明。第一个没法从外部观测，第二个可以。混淆这两者，是AI每一代新技术都会重蹈的错误。在这个问题被解决之前，真正有价值的工程工作可能不在模型本身，而在路由层——哪类任务交给LLM，哪类交给世界模型，哪类用确定性代码，怎么在它们之间传递状态。这部分目前几乎没有人在认真做。ref: www.reddit.com/r/artificial/comments/1s828dj/world_models_will_be_the_next_big_thing_byebye

66. #认人识人是AI智能体的照妖镜#今年将是汽车超级智能体元年，座舱的主动感知与全场景记忆会率先发力。那种“你说一句，它动一下”的交互逻辑，显然已经跟不上节奏了。魏牌给出的解法很直接：以“认人”为起点，打造AI智能体的主动服务，而不是被动响应。比如在你说话前自动调好空调、备好歌单、规划路线。还挺期待魏牌V9X的座舱，究竟能主动做到哪一步。#大v聊车# 帆视界-EV的微博视频

67. AGI（通用人工智能）真正实现后，将给人们带来选择：放松，或是投入前所未有的宏大事业。绝大多数人可能会选择放松，而那些选择奋进的人，将被赋予超乎想象的强大工具。这不是科幻，而是技术累积的必然轨迹——只要“智能变得便宜到无法计量”，配合清洁能源和机器人，几乎所有人的物质生活水平都会大幅提升。这并不意味着社会问题自动解决，分配不公依然存在。关键是，我们能否避免政策和制度阻碍技术红利的普惠。 AGI带来的转变，不是为了迫使人们更努力工作，而是让人们从“被迫为生存而劳作”转向“为理想和创造而奋斗”，这是心理层面的巨大飞跃。有人担心技术会导致能力退化，但其实，AGI只是放大了已有的动力与野心，它不会决定方向，文化和选择才是关键。真正的AGI还未出现，因为它必须具备“自我意识”——持续的身份认知和记忆能力，才能真正赋予“选择”和“自主”。当生存焦虑消失，人们能自由追求更有意义的目标，这才是AGI带来的真正革命。未来并非单一路线，而是由每个人的选择和社会结构共同塑造。AGI既可能创造极端不平等，也可能带来普遍繁荣，关键在于我们如何引导和利用这项技术。原文：x.com/garrytan/status/1992283573970497661

68. Andrej Karpathy最新博客更新《2025 LLM 年回顾》

69. 29 岁创业者融了 5000 万美元，押注世界模型和UGC

70. 世界模型简介

71. 世界模型如何让AI像人一样预判物理世界？

72. 什么是世界模型(World Models)？

73. 什么是世界模型？

74. 世界模型

75. 世界模型——通往通用人工智能的基石

76. 谷歌DeepMind创始人Demis : AGI的终极路径，藏在世界模型与智能体的协同里

77. 世界模型

78. 通往AGI(通用人工智能)的1+3路径，哪条会成功？

79. 🌍 比大模型更接近AGI的技术，AI圈正在悄悄押注它

80. “下一个词预测”要凉了！世界模型才是真正通往AGI的架构

81. 构建空间智能的未来十年

82. 5条路线实现世界模型

83. LLM、VLA、世界模型

84. 智能的同构性、世界模型与未来

85. 万字长文拆解

86. JEPA架构

87. 图灵奖得主Yann LeCun的世界模型路线图

88. AI的未来之战？JEPA会取代大模型吗？

89. 没有世界模型，具身智能只是“半自动”？

90. 【中配】杨立昆的十亿美元赌注

91. 盘点｜4年JEPA进化之路，12篇核心突破！LeCun(杨立昆)如何用它重构AI表征学习？

92. 大模型狂堆数据算力就能成AGI？

93. 《具身人工智能的世界模型的综述》的阅读分享

94. 世界模型的N种用法

95. 世界模型+具身智能

96. AGI 路线之争

97. AI 世界模型的进化

98. 资本疯抢“世界模型”！AI下一个超级风口来了？

99. 世界模型

100. 【AI最前沿57】世界模型深度解析

101. 最新观点 | 世界模型成AGI共识

102. 大语言模型在左，世界模型在右

103. 世界模型研究为什么难？

104. 世界模型

105. LLM 的路走到头了？LeCun、李飞飞和 OpenAI 为何都押注「世界模型」

106. 关于世界模型、LLM与AGI的一种立场

107. 全面解析“世界模型”

108. 图灵奖得主杨立昆布朗大学演讲

109. 图灵奖得主杨立昆

110. 杨立昆世界模型最新研究

111. 杨立昆的新事业 AMI Labs

112. 杨立昆认为AI研究者更应该研究量子力学等基础学科，这样才能到达AGI，放弃LLM大语言模型

113. 杨立昆

114. 图灵奖得主，65岁的他从Meta离职去做一件"所有人都觉得错"的事

115. 超越语言

116. 2026世界模型全面爆发

117. 2023年，他们说世界模型是语言模型之后最重要的事——2026年，全世界终于听懂了

118. 2026年AI最大范式转变！别再只卷大语言模型了，“世界模型”才是通往AGI和物理智能的真正钥匙！

119. 全面解析世界模型

120. 世界模型202604

121. AI Agent爆发在即！2026年，这才是通向AGI最靠谱的路

122. 最新进展 | 物理世界AI

123. 黄仁勋谈物理AI

124. 中国科学院软件研究所吴恩华研究员领衔团队综述

125. 世界模型

126. 具身智能技术解读03

127. 世界模型，奇迹还是幻觉？

128. 图灵奖得主杨立昆首发世界模型，马斯克居然没开喷？LeWM到底有什么新突破？

129. 从文本理解到世界建模：大语言模型的科学发现能力演进路径综述 - 哔哩哔哩

130. 这位AI大神要离职了，全球AI技术路线有可能转向吗？

131. 杨立昆，AI教父出走Meta！一场理念决裂背后，世界AI的路线之争

132. 一文看懂“世界模型”三大路线：李飞飞、杨立昆、英伟达！三场豪赌，三种未来

133. 拒绝“幻觉”！清华WoVR框架：构建世界模型可靠模拟器，破解具身智能RL交互难题

134. 图灵奖得主、Meta首席AI科学家杨立昆离职前警告：大模型死路一条

135. 全面对比！世界模型 VS 大语言模型

136. 世界模型也是 LLM Harness Engineering 的一部分

137. 一文读懂世界模型：从「高级复读机」到「真正理解世界」的AI革命

138. 揭秘AI新风口！全面解析“世界模型”

139. 颠覆大模型？杨立昆、AI 灵魂争夺战！

140. 世界模型：为什么大厂不再只卷LLM，开始卷“世界”了？

141. 幻觉研究迎来“大一统”：CMU等机构揭示本质，错在世界模型！

142. 从 LLM 到世界模型：六大技术路线、两个 10 亿赌局，2026 年谁会赢

143. GoogleDeepMind重申AGI路径具身智能信号再明确

144. 世界模型最新综述！中科院联合MBZ、NTU、Oxford系统梳理前沿进展

145. 世界模型专题研究

146. 李飞飞与杨立昆：同一个「世界」，不同的梦想

147. 智能驾驶的世界模型：功能、角色、未来

148. 世界模型综述：从基础架构到2026最新进展，⼀篇吃透具⾝智能核⼼技术

149. 单纯依赖大语言模型的暴力美学路径难以引领人类迈向通用人工智能时代，未来的突破更有可能来源于多路径的融合

150. 【美智库】中国全力推进“具身AI” ，美国如何跟进？

151. 世界模型 V-JEPA杀入辅助驾驶应用，准备颠覆物理人工智能。

152. 世界模型（World Models） x 具身智能（Embodied AI）：VLA/VLN 融合范式的首篇系统综述

153. LLM是拐杖，世界模型才是肌肉：理解AI下一个十年的关键

154. 世界模型成为AI下一个重要突破的原因

155. LeCun在Meta的最后一舞，50行代码

156. 简说世界模型基本概念

157. [paper] 2026 JEPA+VLA

158. 北大+快手可灵开源OpenWorldLib：世界模型终于有了标准答案，四大任务统一框架

159. 世界模型：给普通人看的“AI 小脑”说明书

160. 世界模型发展浅探

161. 26年AI圈前沿全景报告

162. 下一代人工智能技术：从大语言模型（LLM）到世界模型（WM）

163. 让世界模型为机器人导航指路！Target-Bench：世界模型在无地图路径规划中的基准评估

164. 世界模型科普｜阿里快乐生蚝刷屏了，喵带你看AI世界模型全景图谱

165. 图灵奖得主杨立昆力推的世界模型发展得怎么样了？30位学者刚刚用400篇论文拼出了答案

166. 如何构建适合自动驾驶的世界模型？

167. MIT科技评论：VLM迈向"世界模型"方向 - 研究人员认为教会AI理解物理世界运转规律是解决当前不可靠性的关键路径。核心观点：从“语言统计”到“物理因果” #世界模型#当前大语言模型（LLM）的本质是统计规律的学习者，而非物理世界的理解者。脆弱的“理解”：文章引用了一项研究：一个在模拟纽约出租车数据上训练的LLM，能给出完美的导航路线。但只要给它一个“临时绕路”的指令，模型就会彻底失效-1。这表明LLM只是记住了路线模式，并没有在脑中建立真正的城市地图。突破的关键：相比之下，“世界模型”旨在让AI在内部建立一个对环境的因果表征。它不仅能描述“推杯子会怎样”，还能通过模拟物理规律，预测杯子掉落的轨迹和声音，从而让智能体做出更可靠的决策-1。 🤖 谁是推动者？——学界与巨头的转向文章提到，这一方向已成为AI领域的新焦点，多位顶级专家和公司正在押注：杨立昆（Yann LeCun）：这位图灵奖得主长期批评LLM，认为其“无论多大都无法达到人类智能”。他离开Meta后创立的新公司AMI，正是专注于名为JEPA的世界模型架构。李飞飞：她创办的World Labs，致力于构建能从文本、图像和视频中生成交互式3D虚拟环境的模型-1。 OpenAI：在关闭Sora视频应用后，将资源重新分配给了“长期世界模拟研究”-1。 MIT自身研究：MIT助理教授Vincent Sitzmann正在探索利用人类积累的“数十亿小时视频”，让模型通过观察和自我交互，学习重建环境的三维结构、材质，成为“心理模拟器”。 🌍 它能做什么？——从游戏到机器人世界模型目前的应用场景大致分为两个层面：近期落地（虚拟世界）：生成可交互的3D环境，用于视频游戏设计和沉浸式VR体验。比如《Pokémon GO》的开发商正利用玩家收集的数十亿张图像，构建帮助配送机器人导航的世界模型雏形-1。远期目标（物理世界）：这是真正的突破点。目前的机器人（如会跳舞的人形机器人）多为预设动作的“表演”，缺乏应对环境变化的通用智能。世界模型旨在让机器人先在脑内模拟动作后果，再执行任务——比如帮助老人起床、在深海探索中作业等-1。 💎 总结：并非取代，而是“增强” 注意，世界模型并不是要彻底抛弃LLM。杨立昆认为，未来的架构可能是LLM作为“ orchestrator（协调者）”，负责调用和理解语言，而世界模型作为底层物理引擎，负责理解现实世界的运行规律。

168. 论文汇总丨从「理解世界」到「进入世界」，NVIDIA/字节跳动/清华等团队引领的世界模型与VLA技术突破

169. 五一视界发全球首款物理直觉世界模型，2026业绩或迎来爆发增长

170. 突破纯视觉局限！VT-WM（视觉-触觉世界模型），让机器人“更懂”物理接触的真实世界

171. 从像素重构到联合嵌入：拆解JEPA架构的核心优势

172. 上海AI Lab定义具身智能「第三类范式」：构建一个可被控制的三维世界模型

173. 未来世界模型架构初探（一）走向闭环

174. 具身智能：VLA、大小脑、世界模型

175. 告别99%的Token冗余：LeCun团队发布C-JEPA，通过对象级干预重塑世界模型算力极限

176. 世界模型：AI的下一场革命，已经来了？

177. PAN：通用、可交互、长时程的世界模型

178. 中关村论坛｜世界模型成AGI核心探索方向

179. LLM与JEPA架构：谁是通往AGI的最优路径？

180. NVIDIA Cosmos 最新进展：物理 AI 正进入加速阶段

181. AI核心技术关键词：世界模型（深度解读）

182. iComAI Lab技术专题系列|：World Models：从可预测的世界到可行动的智能

183. 杨立昆教授提出LeJEPA（Latent-Euclidean JEPA）：一种可证明、可扩展且无启发式的自监督学习框架

184. AI进入后LLM时代！世界模型要逆天

185. 物理人工智能模型：AI大脑神经元

186. 全面解析“世界模型”：定义、路线、实践与AGI的更近一步【硅谷101】 - 哔哩哔哩

187. 世界模型：告别“失忆”与“崩坏”

188. 世界模型！产业趋势解读

189. 世界模型让机器人“想象”世界

190. 从理论到实践，解析JEPA

191. 世界模型三种架构融合范式

192. 几何重构智能：CGA-李群梯度下降，破解世界模型终极几何困境

193. 2.5-3|AI世界模型理论框架：整合交互、感知、推理和空间表征的统一世界模型设计规范

194. 国产开源世界模型来了，我们离“用AI做出可玩世界”更近了吗？

195. 世界模型：让AI看懂真实世界的“超级大脑”

196. 语言的三条解释路径：人类结构语言观，AI统计语言观与IDC+世界模型语言观的系统对比

197. 语言游戏与智能模型：从维特根斯坦哲学批判看AGI的世界模型路径

198. 300元显卡复现LeCun世界模型：JEPA架构实测解析 | Onchain AI Garage

199. 基于梯度的世界模型长时域规划

200. 世界模型：从“AI大脑”到“性能黑洞”，三重困境困住落地之路

201. GoogleDeepMind再谈AGI路径释放具身智能研判信号

202. JEPA

203. “世界模型”是怎么被一步步引入到“智能体”当中的？【雷达】

204. 理解世界还是预测未来？世界模型的综述

205. 从多模态到编码，AGI 路径的一次集体转向

世界模型是通往AGI的必经之路吗？

精选参考来源