“世界模型”是2025年AI行业最炙手可热的关键词之一。从Open AI发布Sora引发行业对世界模拟的想象，到斯坦福大学教授、空间智能创业公司World Labs联合创始人兼CEO李飞飞（Fei-FeiLi）与团队发布新文章提出世界模型技术三分法，再到NVIDIA推出Cosmos系列大模型，大量科研机构与科技企业都在涌入这条赛道，但与此同时，概念滥用、路线分歧、标准缺失的乱象也同步显现。
近日，北京智源人工智能研究院院长王仲远在接受包括证券时报记者在内媒体采访时，围绕世界模型的技术路线之争、智能体的落地瓶颈、AI与神经科学的跨界融合、国产AI的生态建设等行业核心议题，分享了他的观察与判断。在他看来，人工智能正在经历一场关键的范式变革，从过去十年主导的大语言模型时代，逐步迈向面向物理世界的世界模型时代，而整个行业当下最需要的，不是概念炒作，而是正本清源后的扎实探索。
世界模型热下的冷思考：概念泛滥与路线正本清源
过去半年，世界模型从一个小众的学术概念迅速变成行业通用名词，但随之而来的是严重的概念误用。不少视频生成模型、3D重建工具、多模态大模型都纷纷贴上“世界模型”的标签，整个行业对世界模型的定义、技术路线、评测标准始终没有形成共识。
便捷配资炒股王仲远认为，世界模型技术路线可包括四类：一是以语言为中心的世界模型，包括大语言模型、视觉语言模型（VLM）、视觉语言行动模型（VLA），本质上是将其他模态映射到语言空间；二是以像素为中心的世界模型，以视频生成为代表，本质是预测下一个画面帧，尽管不是下一个状态预测，但与世界模型是相关的；三是以三维结构为中心的世界模型，比如3D重建；四是以视觉表征为轴心的世界模型。
元股证券:ygzq.hk在他看来，目前被广泛当作世界模型代表的视频生成技术，本质上只是像素级的世界模拟，而非真正具备物理状态预测能力的世界基座模型。“视频生成模型可以生成一群猪在天上和飞机一起飞，因为它的训练数据里包含大量科幻电影内容，它的目标从来就不是还原真实物理世界的规律。”王仲远坦言，现在所有类型的世界模型，距离真正能理解、预测、交互真实物理世界的基座模型，都还有非常大的差距，整个世界模型行业仍处于非常早期的阶段。
对于整个行业而言，比分类更重要的是世界模型核心范式的变革——从大语言模型时代的“下一个Token（词元）预测（Next Token Prediction）”，演进到世界模型时代的“下一个物理状态预测（Next Physical State Prediction）”。
“人们看到杯子在桌边倾斜，就知道它可能掉下来摔碎。这种对真实物理世界的状态感知、规律理解、决策推演，就是未来世界模型需要具备的核心能力。”王仲远表示，目前大语言模型已经能在高考数学中拿到148分，能回答“铁碗不能放进微波炉”这类常识，但没有任何一个机器人的大脑能真正在物理世界中执行这些判断，这就是世界模型需要解决的核心问题。
而要实现这一目标，行业仍需突破多重瓶颈。王仲远坦言，世界模型的数据肯定是缺乏的，特别是真实物理世界的数据，到底需要哪类数据大家还没找到路径。其次是评测体系缺失，现有评测多聚焦视频生成，无法衡量世界模型作为基座的核心能力。最重要的是技术路线尚未收敛，行业对如何训练世界模型未达成共识。未来三到五年都是世界模型持续演进的阶段。
智能体落地：架构没有差距，瓶颈在基座与成本
如果说世界模型是AI行业的下一代技术方向，那么智能体就是当下最火热的落地赛道。从去年开始，各类终端智能体、办公智能体、科研智能体产品层出不穷，但行业普遍的感受是“概念很美好，实际不好用”，真正能达到用户预期的产品寥寥无几。
在王仲远看来，国内智能体的技术架构与国际顶尖水平并没有差距，用户觉得不好用的核心原因，从来都不是架构设计，而是背后的基座模型能力、运行成本与长期记忆能力。“中国在工程架构、场景应用上本来就是强项，很多时候大家觉得国产智能体体验不好，本质上是背后的基座模型还有差距，不是架构本身的问题。”他表示，现在智能体已经达到了可用甚至好用的水平，尤其是在信息调研、资料整理、报告撰写等场景，效率提升已经非常明显。
他分享了自己的亲身经历：此前准备一份发言稿，自己花了好几个晚上整理的内容，用智能体5分钟就生成了质量几乎没有差别的版本，甚至数据细节比自己查得还要翔实。王仲远认为，智能体技术已经达到了提高生产效率，可用乃至好用上已经达到了很高的水平。但推广还需要一定周期，他分析智能体如果一个月要消耗几万甚至几十万元的Token，并不是每个人都能够负担；另外，很多智能体今天教的东西，过两天就忘了，没有长期记忆和持续进化的能力，用户自然会觉得不好用。
而比产品体验更深远的影响，是智能体与AI Coding（人工智能编写代码）带来的产业范式变革。腾讯近期披露的“新代码大部分由AI生成”的行业现状，在王仲远看来，人类数字世界的底层本质是由代码构成的，当AI Coding成为主流，意味着整个数字世界都将被AI逐步重构。未来程序员越来越多地变成架构师或者评估师，游戏、程序、应用都会由AI参与构造，这种对整个数字世界、对产业组织形态的影响，比世界模型的影响来得更快、更直接。
与之相伴的是“AI原生组织”概念的兴起，但在王仲远看来，目前这还更多停留在理念层面。AI原生组织本质上是要回答一个问题：如果推倒重来，基于AI基础设施的公司形态应该是什么样？AI Agent扮演什么角色，人又扮演什么角色？现在大家都在摸索，还没有出现真正可复制的成功案例。
他认为，比企业组织变革更值得关注的，是AI对下一代人才培养模式的影响，这也是今年智源大会首次设立AI Native教育论坛的核心原因——当AI可以写代码、做调研、生成内容西安炒股配资，下一代人到底需要具备什么能力？还要不要学习传统的编程？这些问题不仅关乎教育，更关乎整个AI时代的社会基础。
配资头条平台提示：本文来自互联网，不代表本网站观点。
