「好书推荐」世界模型，中国AI换道超车的“核心底座”——读《世界模型——AI尚未理解的真实世界》

此刻，2026世界人工智能大会（WAIC 2026）正在上海召开。本届大会首次将具身智能提升为与智算并列的核心赛道，“强化学习之父”理查德·萨顿出任WAIC Academic国际联席主席，图灵奖得主姚期智担任大会主席。在世界模型论坛上，蚂蚁灵波“基于跨本体具身大模型的机器人智慧药房”入选十大“镇馆之宝”，原力灵机发布的世界模型DM0.5将在现场表演超长时间连续搭建长城积木。据WAIC 2026展览介绍，宇树首次展出机器人无人工厂沙盘，依托仿真世界模型完成百万次预训练，将产线调试周期压缩70%；苏度科技Sudo R1仅靠纯仿真训练即达成近100%零样本抓取成功率。

几乎与此同时，北京亦庄传来消息：昆仑行机器人成立仅90天，连续完成3轮融资，累计融资数十亿元人民币，估值已超10亿美元，成为2026年国内具身智能0-1初创企业的融资纪录刷新者；而早在6月，极佳视界在3个月内累计完成35亿元融资，估值突破百亿，被媒体称为“国内首个世界模型独角兽”。再加上此前中国电子学会理事长徐晓兰带队调研世界模型企业，并明确定义其为“支撑具身智能迭代突破的核心底座”，三条线索交汇，释放出一个强烈信号：世界模型已从学术前沿正式跃升为国家产业战略的核心议题。

而就在这个产业加速布局、资本持续加码的关键节点，《世界模型——AI尚未理解的真实世界》以一种难得的冷静姿态，为我们梳理了世界模型的思想源流、技术现状与深层瓶颈，堪称一份“提前抵达”的认知地图。

一、从“统计拟合”到“因果建构”：AI需要一次认知范式的跃迁

在智能计算领域，我们太容易陷入一种工程乐观主义，以为算力堆上去、参数调上去、数据喂上去，智能就会自然涌现。GPT系列在文本生成上的惊艳表现，Sora在视频生成上的视觉震撼，都在某种程度上强化了这种幻觉。但这本书尖锐地指出，当前AI对世界的“理解”本质上仍是一种统计拟合，而非因果建构。

大语言模型能写出流畅的行业研报，却未必真正理解金融市场的底层因果逻辑；多模态模型能精准识别票据影像，却未必懂得商业流程中各环节的时空依赖与因果链条；自动驾驶系统能在常规路况下表现优异，却往往在极端罕见场景中暴露出对物理常识的深层无知。正如书中反复强调的，当前AI能预测“下一个词元”，却远未能可靠地预测“下一个物理状态”，而后者，正是世界模型的核心本质。

本书提出的“世界模型”命题，实际上是在追问一个更根本的问题：当AI从数字世界走向物理世界，从“感知”走向“行动”，从“识别”走向“预判”，它需要什么样的认知底座？这个问题，恰恰击中了当前人工智能发展的核心软肋。我们拥有越来越强大的模式识别能力，却缺乏对世界运行规律的深层建模；我们能让机器在特定任务上超越人类，却无法让机器像人类婴儿一样凭直觉知道“球滚到桌子边缘会掉下去”，像老司机一样凭经验预判“前车刹车意味着我需要减速”，像工程师一样在动手之前就在脑海中推演整个系统的运行逻辑。

这种从“统计相关”到“因果模型”的跃迁，不仅仅是技术路线的调整，更是一次认知范式的革命。对于在高校从事智能计算研究的师生而言，这本书提供了一个至关重要的方法论提醒：世界模型不是某个实验室的独门秘籍，也不是某个大厂的工程黑箱，而是一个需要计算机科学、认知心理学、神经科学、控制论甚至哲学共同参与的“大交叉”领域。在智能与计算学部推进学科交叉融合的背景下，这本书所搭建的跨学科对话框架，本身就具有极高的方法论价值。

二、从“识别世界”到“推演世界”：产业数字化需要新的智能底座

从产业视角来看，我尤其关注书中关于“预测式智能”的论述。在云象多年从事区块链与可信人工智能领域，我深刻体会到：当前大多数AI应用停留在“识别”和“匹配”层面，而真正的产业价值、真正的降本增效、真正的风险防控，往往藏在“预判”和“推演”之中。

以供应链金融为例。传统的风控模型依赖于历史数据的统计规律，通过分析企业的财务报表、交易流水、物流信息来评估信用风险。但这种模式有一个致命弱点：它只能告诉你“过去发生了什么”，却很难可靠地预测“未来将会怎样”。当宏观经济环境突变、产业链上下游出现断裂、政策监管发生调整时，基于历史统计的风控模型往往会集体失效。而如果AI能够构建一个关于产业生态的“世界模型”，比如理解原材料价格波动的传导机制，推演库存积压对现金流的影响，预判订单违约的连锁反应，那么风控就从“事后诸葛亮”变成了“事前预判者”。

再以智能合约和区块链应用为例。当前智能合约的局限在于，它只能执行预设的、刚性的规则，而无法理解业务场景中复杂的因果链条和动态演化。一份供应链智能合约可以自动执行“货物到达即付款”的指令，但如果遇到不可抗力、质量争议、价格波动等复杂情形，合约就会陷入僵化。书中关于世界模型“连接感知与行动、虚拟与现实”的论述，让我意识到：金融与实体经济的深度融合，或许也需要一种“金融世界模型”，让算法不仅看见数据，更能理解数据背后的商业物理、社会博弈和因果网络。

书中对“世界模型作为具身智能核心底座”的论断，同样让我深受启发。人形机器人、自动驾驶、工业机械臂，这些具身智能系统面临的根本挑战，不是“看见”世界，而是“理解”世界之后的“行动”选择。它们需要在动态变化的环境中，基于对物理因果的把握做出实时决策。这种能力，恰恰是当前大语言模型和多模态模型所不具备的。从这个角度看，世界模型不仅是具身智能的技术底座，更是整个产业数字化从“信息化”走向“智能化”的关键一跃。WAIC 2026上，宇树依托仿真世界模型完成百万次预训练，将产线调试周期压缩70%；苏度科技Sudo R1仅靠纯仿真训练达成近100%零样本抓取成功率，这些案例正在印证书中关于"预测式智能"的产业逻辑。

三、在热潮中建立“锚点”：为什么了解世界模型要从这本书开始

产业爆发期往往也是认知混乱期。当“世界模型”成为投融资路演的高频词，当每个机器人项目都想贴上“世界模型驱动”的标签，大多数人面临的困境不是“信息太少”，而是“噪声太多”。

这本书的价值，在于它为非技术背景的读者搭建了一个“防忽悠”的认知框架。读完它，你会知道，哪些是真突破，哪些是旧概念换包装；哪些是工程化的务实进展，哪些是学术上的遥远理想；哪些场景已经临近落地，哪些能力还需要五年甚至十年的底层突破。

它用产业经济的视角解读技术趋势，用认知科学的语言翻译工程概念。对于创业者，它能帮你判断赛道真伪；对于投资者，它能帮你识别估值泡沫；对于政策研究者，它能帮你理解“核心底座”的真正内涵；对于普通读者，它能让你在AI时代的洪流中，拥有一个稳固的认知锚点。

作为长期在高校与产业之间往返的从业者，我特别欣赏这本书的教育价值。世界模型是一个典型的“前沿中的前沿”领域，概念新、边界模糊、鱼龙混杂。对于高校里的青年学子来说，很容易被各种营销话术和资本叙事所迷惑，把世界模型简单理解为“又一个风口”。这本书通过系统的知识梳理和严谨的问题分析，帮助学生建立起对这个领域的结构性认知，理解世界模型在整个人工智能发展谱系中的位置，以及它与深度学习、强化学习、认知科学、机器人学等相邻领域的关联与分野。

四、世界模型的“尚未理解”：清醒划定边界，才能更有力地推进突破

这本书最打动我的，是它的坦诚与清醒。它没有跟风炒作，没有夸大其词，而是老老实实地梳理了世界模型的思想源流，从康德“先验范畴”的哲学隐喻，到当代强化学习中“心智模拟”的技术实现；从人类大脑的预测编码机制，到神经网络中的隐式物理引擎。与此同时，它也毫不回避地指出了当下的深层瓶颈：AI对物理因果的理解仍然浅表，对社会常识的建模几近空白，对时空连续性的把握充满断裂。

这种坦诚，在一个人人都在谈论“AGI即将到来”的时代，显得尤为珍贵。书中反复强调的“尚未理解”四个字，不是消极的悲观主义，而是一种建设性的现实主义。它告诉我们：世界模型很热，但世界模型很难；世界模型很重要，但世界模型还有很长的路要走。对于想要进入这个领域的研究生、创业者和技术管理者，这种清醒的认知划定，恰恰是一本难得的“防忽悠指南”和“入门导航图”。

正如WAIC 2026上，李飞飞将世界模型拆解为渲染器、模拟器、规划器三大类别，并直言这是当今AI领域“最重要也最被滥用的术语之一”。这本书的价值，正在于它帮助我们在滥用与真知之间，划出一道清晰的边界。

五、超越技术：一场关于“人与世界”的重新协商

最后，我想谈谈这本书超越技术层面的思想价值。世界模型看似是一个纯粹的技术命题，实则是一个深刻的文明命题。

当机器开始尝试“理解”世界，它迫使我们重新追问：人类对世界的理解，究竟有什么不可替代之处？当AI能够模拟物理因果，人类的直觉、经验和常识，还剩下多少溢价空间？当预测式智能成为基础设施，我们的教育、组织形态和社会契约，又将如何被重塑？

书中副标题“AI尚未理解的真实世界”中的“尚未”二字，既是现状的描述，也是一份留给人类的认知红利。在世界被算法完全建模之前，我们还有机会去理解“理解”本身，去捍卫那些无法被压缩为概率分布的人类经验，也就是那些关于不确定性中的决断、关于价值判断中的伦理、关于创造性突破中的直觉。

对于一位智能计算领域的研究者，这本书会帮你校准研究的方向感，避免在技术的迷宫中迷失；对于一位产业数字化从业者，这本书会帮你识别下一个技术周期的入口，在工程实践中找到真正有价值的切入点；对于一位关注AI未来的普通读者，这本书会让你理解：为什么“理解世界”这件事，比“生成内容”要困难得多，也重要得多。

推荐阅读。

（黄步添：杭州电子科技大学智能与计算学部副主任，杭州云象网络技术有限公司董事长）

（来源：电子工业出版社）