网易首页 > 网易号 > 正文 申请入驻

DeepMind一篇论文终结十年之争!GPT-5推理靠世界模型

0
分享至

新智元报道

编辑:倾倾

【新智元导读】GPT-5的惊艳之处,不只是写得好,还有超强的推理能力。近期的一个研究揭示了其中的秘密:通用智能体之所以聪明,不是因为参数更大,而是因为它们在脑子里长出了一张「世界模型」。而这张隐形的地图,也正在改变我们对AI的理解。

GPT-5上线后,最让人震惊的不是它能写诗画画,而是它展现出的推理能力。

网友惊呼:「感觉像是在和博士讨论问题」,媒体更是直言它的逻辑水平已经「堪比专家」。

为什么会出现这种「突然开窍」的效果?

最新的一篇研究给出了答案:

通用智能体之所以能推理,不靠死记硬背,而是因为它们在脑子里悄悄长出了一张「世界模型」。

论文传送门:https://arxiv.org/pdf/2506.01622

是模仿还是思考?学界吵了十年

什么是「世界模型」?简单来说,它就是AI脑子里的预测地图。

对于人类来说,我们的脑子里天生带有预测的功能:

球在桌子边滚动→它可能会掉下去

开车的时候,看到红灯→如果不刹车可能出事故

两个人对话,其中一个人说「我饿了」→下一步很可能是找吃的

那对于AI来说,是怎样的呢?

在过去的十几年里,学界一直在争吵——AI到底能不能只靠模仿(无模型学习),也能解决复杂任务?

「模仿派」认为,只要有足够多的数据+强大的算力,AI就能像条件反射一样给出正确答案。

在GPT-3.5时代,大部分AI的回答都像「背题库」,有时候蒙对,有时候完全错误。

与之相反的则是「思考派」。他们坚持如果没有世界模型,AI永远只是鹦鹉学舌。

一旦问题需要多步逻辑,比如解数学习题、规划一个流程,纯模仿型AI就会掉链子。

最近,有一研究给这些争论按下了终止键:

只要一个智能体真的能完成多步、复杂的目标任务,它的策略里必然隐含了世界模型。

在学术框架里,「目标、策略、世界模型」曾经像一个缺角的三角形。

已知世界模型和目标,可以推导出最优策略;已知策略和世界模型,可以反推出目标。

图1 目标g、策略π、世界模型p之间的三角关系

而现在最后一角也被补齐——只要知道智能体的策略和目标,就能恢复出它的世界模型。

这个推导让「世界模型不可或缺」的结论更加稳固。

也就是说,GPT-5之所以能展现出惊人的推理能力,是因为在训练过程中,它体内的「世界模型」。

可以说,没有世界模型,就没有真正的通用智能。

探究AI脑子里的地图

仅有理论还不够,研究团队决定深入检查。

既然说智能体一定会「长出」世界模型,那么我们能否在实验室里,把这张隐形的「地图」抓出来?

给AI搭建的「迷你世界」

为了验证AI体内是否真的存在世界模型,研究团队设计了一个巧妙的实验。

他们搭建了一个虚拟世界,里面只有几个状态(X、Y),它们会按一定概率互相跳转。

然后研究员将任务交给智能体,让它自己摸索。

最后,研究人员尝试只根据智能体的行为,反推出它脑子里是不是已经学会了这些概率。

图2 智能体-环境系统示意图

任务越复杂,误差反而越小

刚开始,智能体在简单目标里乱撞,恢复出来的世界模型差错很多,还有一堆错误。

可当任务变得复杂(比如要先到X,再转到Y),情况就完全不同:它会自动搭建出更精细的「转移概率表」。

随着任务深度增加,误差迅速下降。

图3 任务复杂度vs世界模型误差曲线

无论是训练样本还是任务深度,结果都一边倒——任务越复杂,世界模型越准确。

实验员还尝试了更复杂的目标组合:智能体需要在不同状态之间来回跳转,才能完成目标。

图4 复合目标实验示意图

结果依旧成立。即使任务被拆解得更复杂,它体内的世界模型依然能被稳定恢复出来。

没有世界地图,就没有真正的智能

数学推理也印证了这一点。

实验表明,只要一个智能体在复杂任务里不会频繁犯低级错误,始终能保持有限的「后悔值」,它的策略中就必然已经包含了环境的转移规律。

也就是说——世界模型不是AI的点缀,而是它进化的必需品。

智能体越强,心里的「小九九」就越多。

这就是为什么GPT-5会让人觉得「突然会推理了」,其实是它体内越来越清晰的世界模型。

一张地图带来的希望与隐忧

实验告诉我们:只要AI能完成复杂任务,它的脑子里就一定有一个「世界地图」。

这也解释了近来最热门的现象——所谓的「涌现能力」。

研究表示,这并不是魔法,而是世界模型在任务中逐渐清晰的自然结果。

我们以为GPT-5突然会推理,其实是因为它体内的世界模型在任务中逐渐清晰,于是能力自然显现。

这让人类看到了希望:如果世界模型真的存在,我们或许有机会把它抽离出来,借此理解AI的内心剧场。

未来,当它越来越强时,这可能成为破解黑箱、提升安全性的关键。

但这也埋下了隐忧的种子。

真实世界远比实验室复杂,AI学到的地图也许是模糊不完整的,甚至与人类理解不一致。

可能它觉得安全,而我们觉得危险。

对研究者来说,这也是一个转机。

既然世界模型必然存在,那么我们或许能在未来把它抽取出来,用来解释和验证AI的行为。

这意味着,破解「黑箱」不再只是愿景,而可能有了真正的理论支撑。

所以,GPT-5带来的震惊不只是「它会推理」,更深层的意义在于:AI已经能在脑海里搭建自己的世界地图。

而这张地图,既可能是通向智慧的通行证,也可能是未来不确定性的源头。

参考资料:

https://arxiv.org/abs/2506.01622

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
“数学界第一神山”被攻克?Anthropic数学家宣称证明黎曼猜想,给出1700万行Lean源码,AI证明文件超过25万页

“数学界第一神山”被攻克?Anthropic数学家宣称证明黎曼猜想,给出1700万行Lean源码,AI证明文件超过25万页

华尔街见闻官方
2026-11-21 09:15:36
点赞深圳,特朗普:看看人家,再看看我们自己,城市又脏,都是坑洼,轨道也是破的生锈的,让人恶心

点赞深圳,特朗普:看看人家,再看看我们自己,城市又脏,都是坑洼,轨道也是破的生锈的,让人恶心

第一财经资讯
2026-11-21 09:45:13
25天前刚拿金球奖!拜仁噩耗:凯恩韧带撕裂将休3个月 16场造20球

25天前刚拿金球奖!拜仁噩耗:凯恩韧带撕裂将休3个月 16场造20球

风过乡
2026-11-21 07:03:17
没想到,APEC峰会结束仅1天,中国竟因三个“特产”在全球火出圈

没想到,APEC峰会结束仅1天,中国竟因三个“特产”在全球火出圈

云上乌托邦
2026-11-21 00:20:04
前10月全国税收收入增长6%,其中个税收入增长22.9%

前10月全国税收收入增长6%,其中个税收入增长22.9%

风向观察
2026-11-20 18:17:34
黄仁勋据称将创办新的半导体公司 或将筹资500亿美元用于创业

黄仁勋据称将创办新的半导体公司 或将筹资500亿美元用于创业

财联社
2026-11-20 16:09:05
哈登51+6+6超越奥尼尔!骑士拒步行者24分逆转 米切尔20分

哈登51+6+6超越奥尼尔!骑士拒步行者24分逆转 米切尔20分

醉卧浮生
2026-11-21 10:57:09
继黄仁勋、陈立武之后,轮到AMD总裁苏姿丰了?

继黄仁勋、陈立武之后,轮到AMD总裁苏姿丰了?

穿透
2026-11-20 18:44:35
U17世界杯开门黑!国足0-5西班牙 邝兆镭争议送点 12分钟崩盘丢3球

U17世界杯开门黑!国足0-5西班牙 邝兆镭争议送点 12分钟崩盘丢3球

我爱英超
2026-11-20 23:57:22
1-3!利雅得胜利遭逆转 6连胜终结 41岁C罗斩生涯第986球+连场失点

1-3!利雅得胜利遭逆转 6连胜终结 41岁C罗斩生涯第986球+连场失点

我爱英超
2026-11-21 04:21:00
AI交易崩跌踩踏!金银铜全线重挫,全周期金跌超9%、纽铜跌近10%,原油三周大跌两成

AI交易崩跌踩踏!金银铜全线重挫,全周期金跌超9%、纽铜跌近10%,原油三周大跌两成

华尔街见闻官方
2026-11-21 06:34:34
大幂幂不是白叫的

大幂幂不是白叫的

草莓解说体育
2026-10-24 07:40:22
男子让好友睡自己妻子,遭好友拒绝,愤怒下将好友妻子和娃杀死

男子让好友睡自己妻子,遭好友拒绝,愤怒下将好友妻子和娃杀死

夜话奇谭
2026-11-20 14:15:49
9发7中!荷兰公司高调认领,确认导弹参战炸俄大桥,俄罗斯会报复吗

9发7中!荷兰公司高调认领,确认导弹参战炸俄大桥,俄罗斯会报复吗

共工之锚
2026-11-20 11:18:21
哈登51分创纪录!骑士128-119步行者,看数据:你就是头号功臣!

哈登51分创纪录!骑士128-119步行者,看数据:你就是头号功臣!

运筹帷幄的篮球
2026-11-21 09:42:00
没想到“关门歇业”才是今年最好的生意,卖掉厂子的小舅子,终于读懂不折腾才是大智慧

没想到“关门歇业”才是今年最好的生意,卖掉厂子的小舅子,终于读懂不折腾才是大智慧

清风晓
2026-11-20 16:18:29
数学界炸了!一天两方称证出“黎曼猜想”:一份借助Claude,一份纯人工

数学界炸了!一天两方称证出“黎曼猜想”:一份借助Claude,一份纯人工

可达鸭面面观
2026-11-21 08:21:38
悲剧接连发生!男子砍伤妻子和岳母被取保候审,轻伤二级鉴定当日他杀妻后自尽

悲剧接连发生!男子砍伤妻子和岳母被取保候审,轻伤二级鉴定当日他杀妻后自尽

大风新闻
2026-11-20 15:04:06
卧槽!76人逆转!飙到联盟第一!逆转之王…

卧槽!76人逆转!飙到联盟第一!逆转之王…

詹姆斯吧
2026-11-20 13:09:42
马斯克收到上海特产!特斯拉员工用边角料手搓了个礼物

马斯克收到上海特产!特斯拉员工用边角料手搓了个礼物

快科技
2026-11-20 17:47:33
2026-11-21 11:08:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16730文章数 67241关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

教育
数码
家居
游戏
公开课

教育要闻

校长要守住的3条办学底线

数码要闻

不要面皮!市价5.3万RTX 5090送修被强行报废:只退原价1.8万

家居要闻

2026建博会(广州) 公装联探展交流活动

《流放之路:降临》国服1.0定档12月12日!我和制作人现场见证并聊了聊

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版