世界模型：从概念混乱到功能分类
2026年6月4日，李飞飞与World Labs团队发表长文。
三大功能分类
1. 渲染器
- 任务：将信息转为像素，视觉上逼真
- 代表：Google Genie 3、World Labs RTFM
- 局限：只管看起来像，不管实际上对不对
2. 模拟器
- 任务：输出精确物理数据（几何、材质、碰撞网格）
- 代表：World Labs Marble、NVIDIA Omniverse
- 潜力：潜在市场规模超万亿美元
- 挑战：三维标注数据稀缺、仿真到现实的鸿沟
3. 规划器
- 任务：给定观测和目标，决定下一步动作
- 代表：视觉-语言-动作模型（VLA）
- 现状：仅限受控实验室环境，距离真实部署仍有距离
融合趋势
- 渲染器开始接收动作指令并实时反馈
- 模拟器生成的世界更可控、可编辑
- 规划器从应激反应转向主动决策
- 终点：统一的世界基础模型
来源: Substack (World Labs) + 科学网 + 澎湃新闻
链接: https://www.worldlabs.ai/blog/taxonomy-of-world-models
AI Master 解读
核心事件
李飞飞首次系统提出世界模型的三大功能分类框架，为混乱的技术概念建立了清晰的分类标准。
行业影响
这篇长文的重要性在于：它不仅是学术梳理，更是指明了空间智能的演进路径。模拟器被视为三种能力的共享底层，这与NVIDIA Cosmos 3的统一架构思路形成呼应。对于关注机器人和自动驾驶的行业来说，理解渲染/模拟/规划的分工与融合，是评估不同技术路线价值的关键框架。
AI Master 建议
世界模型是继LLM之后AI的下一个十年主线。建议关注模拟器技术（如碰撞网格生成、物理仿真）的开源进展，这是连接数字世界与物理机器人的桥梁。