机器学习中的世界模型是一种系统，它构建环境的内部表征，并预测环境如何随时间变化以响应动作。它是一种模拟世界动态的AI，通过心理模拟实现“先思考后行动”。这些模型为机器人、自动驾驶和交互式视频生成提供动力。

早期思想可追溯到1990年代，当时德国研究人员使用循环神经网络。2022年，Yann Le Cun复兴了这一概念，提出了联合嵌入预测架构（JEPA），该架构预测抽象概念而非下一个词元。2024年，Google推出了其世界模型Genie，并被加州自动驾驶公司Waymo采用，用于自动驾驶模拟。

到2026年，最先进的模型包括World Labs的Marble、阿里巴巴的Happy Oyster以及Nvidia的Cosmos（2026年6月发布）。这些模型从文本提示创建交互式3D环境。架构包括JEPA、类似Dreamer的循环随机状态模型（RSSM）、类似Mu Zero的树搜索模型，以及生成式基础模拟器。

世界模型代表了从模式匹配到预测性理解的转变，具有显著的研究和商业势头。

关键实体：公司：Google、Waymo、World Labs、阿里巴巴、Nvidia、Meta | 人物：Yann Le Cun | 地点：加利福尼亚

常见问题：什么是AI中的世界模型？

AI中的世界模型是一种AI系统，它构建环境的内部表征，并预测环境如何随时间变化，从而实现基于模拟的规划和决策。