世界模型AI如何从数字世界走向真实物理世界

发布时间：2026-07-09 一、核心要点 1. 本期智源Talk第363期，主题为AI从数字世界走向真实物理世界，智源研究院曹明宇等分享多模态世界模型奥卡。 2. 当前AI多停留在片面维度建模，未真正理解物理规律，文字、像素、动作等单一模态模型均无法完整表征世界，奥卡是探索原生多模态世界模型的早期成果。 3. 奥卡采用next state prediction核心框架，通过无意识学习（从大规模视 频数据习得自然动力学）与有意识学习（以标注数据学习状态转移）构建统一世界表征，核心训练数据含12万小时视频、1.6亿事件标注等。 4. 奥卡在多维度评测中表现优于同尺寸模型，状态转移、物理合规性提升明显，具身控制场景泛化能力更强，三类训练目标缺一不可。 5. 奥卡认为世界模型应采用原生多模态空间建模，状态转移范式具备通用性，为多模态融合、世界模型方向提供新探索路径。 6. 当前世界模型存在模态割裂问题，需结合多模态输入；物理量化是世界模型痛点，仅靠视频学习难实现量化，需多模态输入或仿真平台模拟能力。 7. 智源院以提供通用世界表征的主干模型为方向，而非专门优化下游任务，类似BERT、GPT的通用泛化思路。 8. 奥卡1.0在性能上与PaLM、维加帕、千问等模型相当，突破至6%-7%的性能，印证了从核心出发解决问题的价值。 二、风险与关注 1. 当前AI未真正理解物理规律，单一模态模型无法完整表征世界，世界模型存在模态割裂问题，物理量化难实现，仅靠视频学习无法完成。 2. 量子AI是15规划重点方向，当前卡点多在QPU等硬件发展，待拓宽广义领域后再交叉微观量子研究。 三、后续规划 1. 深耕基座模型，未来将拓展到生命科学、天体物理等领域，还计划让世界模型具备提出经验公式等假设能力；直播内容将在智源社区上线回放。