世界模型的溯源与演进——构建面向下一代人工智能的认知框架｜世界模型读书会第一期

导语

近年来，世界模型（World Model）逐渐成为人工智能领域最热门的话题之一。从具身智能、AI Agent到机器人、AI for Science，不同研究方向都将世界模型视为突破现有智能瓶颈的重要路径。然而，随着概念不断升温，其定义、边界与技术路线也愈发模糊：“世界模型”究竟是什么？不同研究者讨论的是同一个问题吗？

本期作为世界模型读书会第一期，将从世界模型的思想源流与理论基础出发，系统梳理这一概念的发展脉络，介绍其主要技术路线与核心挑战，为后续系列分享建立统一的知识框架。

集智俱乐部联合认知科学、具身智能、AI Agent、复杂系统与高阶网络等领域的研究者发起，围绕世界模型的思想源流、理论基础、技术路线与应用边界展开专题分享和讨论。读书会自2026年8月7日起，每周五晚19:30-21:30，将以“世界如何被表征、其动力学如何被建模、内部模型如何服务于智能体”为主线，尝试讨论整理世界模型统一框架。

报告简介

当前，人工智能的二种形态离身智能和具身智能发展极不平衡，存在巨大的鸿沟，人工智能行业为发展具身智能提出了世界模型，但“世界模型” 相关概念目前存在边界模糊、定义繁杂、内涵混淆等现象。本讲将从世界模型的发展脉络切入，系统梳理其背后的认知科学研究范式与底层核心逻辑：

1. 思想起源阶段：追溯至 20 世纪 40 年代心智仿真假说，这是世界模型思想最早的源头；

2. 系统建模阶段：20 世纪 70 年代，学界围绕全球资源、生态环境、宏观经济发展等重大议题开展量化推演与趋势预测，依托系统动力学方法论搭建世界模型 II、世界模型 III 等经典模型；

3. 人工智能阶段：21 世纪 20 年代，基于 Transformer 架构的大语言模型在离身智能赛道实现跨越式突破，其技术底座为深度神经网为代表的第四代人工神经网络（4G-ANN），这类虚拟AI缺乏对真实物理世界的感知、理解与行动能力。

4. 现阶段：为突破纯虚拟大语言模型的局限，打造可感知、理解物理世界并完成交互、自主行动的具身智能，学术界与产业界陆续提出多种方案和多条并行技术路线，代表性方案包括：世界模型结合 JEPA 架构、空间智能融合 POMDP 方法、物理 AI 搭配 Omniverse 仿真平台，以及国内学者提出的 OOXA 认知螺旋模型与认知物理学体系。

同时，科学研究和产业落地中存在表征崩溃的难题，在基础理论和关键技术上需要取得突破。这是多学科交叉融合的领域，需要认知科学为先导，物理-生物-信息-认知（NBIC）聚合的研究范式[2]，建立新的世界模型，研发新一代人工神经网络，以实现对物理世界的学习、理解、交互和行动能力，提高人类认知能力。

本讲分为四部分：

第一章，引论。提出世界模型当前遇到的主要问题，定义了模型与结构、认知与智能和离身智能与具身智能等几个基本概念和关系[1][2]，追溯了人工神经网络（ANN）和世界模型的起源、发展和演化过程，以它们的发展脉络为主线，系统梳理其背后的人工智能和认知科学研究范式与底层核心逻辑，指出：当前的世界模型主要为实现具身智能或物理智能而提出的，它决定了下一代的世界模型内涵和边界（本文并命名为世界模型V），对应第五代人工神经网络（我们命名缩写为5G-ANN）[2]。

第二章，基础理论。针对当前世界模型的哲学和基础科学理论根系不清的问题，指出看待世界模型的出发点要从古典自然哲学“ 四因说”的静态目的论跃迁到现代“四要素说”的动态实践论，用人和机器认知的“四要素说”[3][4][5]和认知物理学填补解决世界模型V的表征崩溃难题的基础公理，建立世界模型V和5G-ANN的理论框架。提出多尺度神经网络动力学逻辑框架：一个基础公理（四要素说），三个尺度原理（耗散结构、扩散激活、自由能原理）、三大缩放定律（神经缩放定律、异速缩放定律和临界缩放定律）构成世界模型V的数理基础和逻辑闭环。

第三章，工程实践。本章介绍世界模型V表征崩溃的核心界定，指出世界模型存在表征崩溃几种主要来源：1）隐空间压缩坍缩；2）长时序记忆坍缩；3）生成和理解割裂、虚实鸿沟，存在端到端长时序、多尺度信息缺失、衰减和漂移等问题。本文用多尺度神经网络动力学分析和评价了当前几个主流解决方案。

最后一章，讨论与展望。5G-ANN是世界模型V涌现具身智能/物理智能的动力源，5G-ANN架构是世界模型V量化验证、工程化和产业化的引擎和平台，架构强则模型强，反之，模型越强也有助改进和重塑架构。

德国物理学家、哲学家海森堡曾提出：科学诞生于思辨探讨，根植于思想交流。本讲作为系列 “世界模型” 专题的开篇内容，旨在抛砖引玉，诚挚欢迎各位开展深度研讨、交流观点。

分享大纲

1. 引论

2. 基础理论

3. 工程实践

4. 讨论与展望

核心概念

世界模型V、表征崩溃、四因说、四要素说、目的论、实践论、智能场、熵增、负熵、不确定性原理、耗散结构、扩散激活、自由能、缩放定律、多尺度神经网络动力学（MNND）、第五代人工神经网络（5G-ANN）、具身认知物理神经网（E-CoPNN）

主讲人介绍

主讲人：鲍泓，原北京联合大学副校长，北京联合大学机器人学院/人工智能学院教授、现担任中国人工智能学会智能驾驶专业委员会副主任、中国通信学会创新驱动工委党工组长、副主任，中国计算机用户协会网络应用分会副理事长，北京市信息服务工程重点实验室学术委员会副主任，高级别自动驾驶安全测试与验证北京市重点实验室学术委员会委员、陕西空间动力研究院未来产业研究院学术委员会副主任等。主要从事视觉认知计算、智能驾驶、网络与分布式系统等领域的研究，发表SCI/EI论文60余篇，发明专利10余项。主持完成的项目有国家自然科学基金委“视听觉信息的认知计算”重大研究计划重点支持项目“智能车驾驶脑认知技术、平台和转化研究”、教育部新工科项目研究与实践项目“智能时代新工科人才培养模式创新”、英国皇家工程院与中国工程院联合的中英合作“牛顿基金”项目（与李德毅院士合作承担）、国家自然科学基金重点项目“智能软件系统的数据测试方法研究”等多项国家级课题，获国家级教学成果一等奖等。组织北联大等校的智能车联合团队参加2013年以来历次“中国智能车未来挑战赛”、“世界智能驾驶挑战赛”等国内国际实际道路和离线竞赛，获多项第一和前列的成绩和奖励。2018年获国家自然科学基金委重大研究计划专家组颁发的“关键技术应用贡献奖”。

参考文献

[1]鲍泓，郑颖，梁天骄。认知机器的模型与结构研究进展 [J]. 中国图象图形学报，2025 (5).

[2]鲍泓，梁天骄，郑颖。21 世纪的人工神经网络 — 具身认知神经网络 [J]. 中国图象图形学报，2026 (7).

[3] 李德毅，殷嘉伦，张天雷，韩威，鲍泓。机器认知四要素说 [J]. 中国基础科学，2023, 25 (03).

[4] 李德毅，张天雷，韩威，海丹，鲍泓，等。认知机器的结构与激活 [J]. 智能系统学报，2024, 19 (6).

[5] 李德毅，刘玉超，鲍泓，蒋升。读懂爱因斯坦 — “四要素说” 是统揽人机认知的第一性原理 [J]. 智能系统学报，2025, 20 (4): 1046-1052.

时间信息

2026年8月7日（周五）晚上19:30-21:30，腾讯会议线上进行，微信视频号+集智俱乐部B站号同步直播，感兴趣的朋友扫码报名加入世界模型读书会后，可进入学员群进行交流。

直播信息

报名读书会：「世界模型」

集智俱乐部联合北京通用人工智能研究院高级研究工程师牟牧云、北脑和协和医学院研究生胡洁雯共同发起，围绕世界模型的思想源流、理论基础、技术路线与应用边界展开专题分享和讨论。

读书会自2026年8月7日起，每周五晚19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。

扫描海报中二维码报名参加读书会

报名方式

第一步：微信扫码填写报名信息。

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：

第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。

PS：

我们鼓励围绕复杂系统、人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。

感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。

加入社区可享核心资源

成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。

特色退费与激励机制

我们提供以下两种途径，让您的投入获得实际回馈：

1. 任务达标退费路径
   

   认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。

2. 运营成长激励路径
   

   合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。

相关内容推荐

1. 「世界模型」读书会推荐阅读材料

扫描下方二维码可跳转至集智斑图网站阅读文章：《世界模型》读书会推荐阅读材料。

1. 往期公众号相关内容推荐