世界模型三十问（第六期）

近年来，世界模型迅速崛起，成为人工智能领域最受瞩目的方向。什么是世界模型？它与我们熟知的大语言模型有何不同？它能否成为通往通用人工智能的关键路径？为帮助广大科技工作者准确把握世界模型的内涵外延、发展态势，中国电子学会编写了《世界模型三十问》。今天推送给大家的是第六期。

第26问 发展世界模型有哪些现实挑战？

主要挑战来自五个方面：一是数据瓶颈，高质量、多模态、带动作标签的物理交互数据远少于互联网文本数据，且涉及隐私和合规问题。二是算力门槛，训练高精度世界模型需要万卡级GPU集群，能耗和成本高。三是物理一致性，如何让模型学到的规律严格符合物理定律，避免“幻觉”，仍是关键难题。四是评估困难，缺乏统一、客观的评测基准，难以横向对比不同技术路线的优劣。五是安全风险，世界模型可能被用于生成虚假物理场景或实施恶意行为，带来新的监管挑战。

第27问全球世界模型发展现状如何？

当前全球尚未形成统一技术范式与成熟商业化体系。欧美发达国家依托底层算法积累与高端算力优势，占据全球技术研发领跑地位，OpenAI、Meta、谷歌、斯坦福等头部机构持续迭代通用基础模型，重点围绕人形机器人、高阶自动驾驶、通用智能体等开展技术验证。全球资本市场高度关注该赛道，大额资本持续涌入，World Labs、AMI Labs在2026年上半年均完成10亿美元级融资。

第28问 未来3—5年世界模型发展趋势是什么？

未来三至五年，世界模型领域将进入技术快速迭代、体系逐步完善、应用规模落地的关键发展期。一是行业技术路线将逐步收敛整合，形成适配产业发展的主流技术范式，基础技术成熟度持续提升。二是轻量化、低成本、端侧可部署模型将成为发展主流，大幅降低产业落地门槛，推动技术普惠应用。三是各行业专属定制解决方案持续完善，垂直领域规模化落地成效逐步显现。四是行业技术评测、安全合规、落地应用等标准体系加速构建，推动行业规范化、有序化发展。五是技术与硬件装备深度融合，形成软硬一体的智能产业新生态，全面赋能未来产业高质量发展。

第29问 世界模型将如何重塑产业生态和全球科技竞争格局？

世界模型作为下一代人工智能通用底层基座，将系统性重构人工智能全产业链生态体系，重塑全球产业竞争格局。在产业生态层面，产业链上下游形成通用基础世界模型、行业垂直定制模型、端侧轻量化模型等多层级供给的全新业态，催生工业场景预演、智能体训练、物理仿真验证等新型服务模式。传统工业软件、自动驾驶系统、机器人操作系统不再各自为战，而是在世界模型的基础上实现底层打通，使人工智能真正成为实体经济降本增效的核心引擎。在竞争格局层面，行业竞争焦点将摆脱以往单纯比拼模型参数规模的粗放模式，转向物理推演、空间感知、场景泛化等综合能力比拼。

第30问世界模型距离真正的通用人工智能还有多远？

世界模型是实现通用人工智能的必要条件，但不是充分条件。当前世界模型距离支撑通用人工智能还有两道坎：一是泛化性，现有模型在训练分布内表现良好，面对开放世界的组合爆炸问题（如从未见过的物体组合、极端物理条件）仍束手无策。二是抽象与推理能力，人类世界还包含社会规则、心理理论、数学逻辑等高阶抽象，远超当前世界模型的研究范畴。乐观估计，世界模型可能在5—10年内实现对物理世界的“专家级”建模，但要达到人类水平的通用世界模型，可能需要15—20年甚至更久。