在过去几年，诸如元宇宙、Web3.0、仿真数据平台、数字孪生以及物理AI等概念层出不穷，这使得普通大众感到困惑。

这些概念与“世界模型”之间存在何种关联？

它们的答案是：它们并非完全相同，但共同指向了一个趋势，即数字世界与物理世界的界限日益模糊。

“世界模型”更像是这些概念的“认知层”或“底层操作系统”，其核心功能在于使人工智能能够理解并预测世界。

结论：它们并非同一事物，但皆属于同一范畴

过去几年科技界备受关注的概念，大致可归为三类。

第一类是“空间体验”，以元宇宙为代表，旨在构建一个供人们在虚拟空间中进行社交、工作、消费和生活的环境。

第二类是“生产关系”，以 Web3.0 为代表，试图利用区块链技术重塑数据的归属权、身份认证和激励机制。

第三类是“技术能力”，包括仿真数据平台、数字孪生、物理AI和世界模型。它们均致力于通过数字手段来理解、模拟、预测或生成物理世界。

世界模型属于第三类，但其定位更为基础。它并非某个具体的应用，而是一种使人工智能能在内部构建可供推演的世界的能力。元宇宙可能依赖于它，仿真数据平台可视为其前身，数字孪生是其近亲，物理AI是其载体，而Web3.0则基本不处于同一技术层面。

以下将逐一进行阐述。

元宇宙：世界模型或可成为其“引擎”

在元宇宙最受瞩目的时期，人们描绘的是一个沉浸式的虚拟社会，其中包含虚拟形象（Avatar）、虚拟地产、数字资产、线上音乐会和远程办公等元素。其核心在于一种“空间体验”，允许用户进入其中进行社交、消费和创造。

然而，元宇宙当时面临的主要瓶颈在于内容生成。构建一个虚拟城市需要庞大的美术和工程资源，成本高昂，但体验却相对初步。许多项目最终沦为空洞的展示空间或沦为投机性的土地买卖，用户体验后感到无所适从。

如果世界模型得以成熟，它将能够直接通过文本生成可交互的3D世界，相当于为元宇宙配备了一个“自动生成器”。Google Genie 3已初步展示了这一能力：只需输入一段描述，即可生成一个可供实时探索的世界。未来，用户或许只需说一句“我想在上海外滩的1920年代漫步”，世界模型便能为你构建一条街道、一些虚拟角色以及一段故事情节。

因此，元宇宙与世界模型并非同一概念。元宇宙是“目的地”，而世界模型则是“修路和造城的工具”。世界模型不一定非要服务于元宇宙，但若要实现低成本、大规模、可交互的元宇宙，很可能需要世界模型的支持。世界模型有望弥补元宇宙在实现过程中未能达成的部分。

Web3.0：与世界模型基本不在同一技术层面

Web3.0 的核心在于区块链、去中心化、代币经济和用户数据所有权。它旨在解决互联网的归属权和激励问题，而非“机器如何理解和模拟世界”。

打个比方：世界模型研究的是“人工智能如何在内部模拟世界”，而Web3.0则关注“这个世界的数字资产归属谁以及如何交易”。两者可以结合，例如在由世界模型生成的虚拟世界中，利用NFT交易土地，或者通过DAO（去中心化自治组织）来制定虚拟城市的规则。然而，它们的技术内核完全不同。

因此，Web3.0 和世界模型基本不是一回事。它们的关系更像是：Web3.0 可能是未来虚拟世界的“经济规则”，而世界模型则是“物理规则”。前者属于社会科学范畴，后者属于工程技术范畴。

仿真数据平台：世界模型的 1.0 版本

仿真数据平台与世界模型最为接近。近年来，自动驾驶公司投入巨资开发仿真平台，例如CARLA、51World、Unity自动驾驶仿真和NVIDIA DRIVE Sim。这些平台的核心价值在于，在虚拟环境中生成极端场景，以便自动驾驶算法能够以较低的成本进行训练。

这些平台存在的问题是，场景的构建大多需要人工搭建或基于规则生成。例如，暴雨、暴雪、异形障碍物、行人突然横穿等“角球案例”（Corner Case）需要设计师逐一建模，效率低下。此外，规则生成的场景往往不够自然，算法过度训练可能导致对人工痕迹的过拟合。

世界模型的作用在于利用人工智能自动生成这些场景。它并非依赖设计师手动放置障碍物，而是从真实数据中学习物理规律，然后生成无限接近真实的变体。小鹏汽车宣称其世界模型支持的仿真测试每天相当于进行了3000万公里的行驶测试，而地平线公司则能让模型在30秒内生成一条可控驾驶视频。

因此，仿真数据平台和世界模型可以被视为同一事物的 1.0 和 2.0 版本。前者依赖人工和规则，后者则依靠人工智能生成。世界模型并非否定仿真数据平台的价值，而是将其推向智能化、自动化和规模化的方向。

数字孪生：世界模型比其多了一个“预测未来”的能力

数字孪生近年来在工业、城市和能源领域备受关注。其核心是对物理世界进行高精度的1:1镜像复制。例如，为工厂创建一个数字副本，实时同步设备状态，用于监控、维护和优化。为城市创建一个数字副本，用于模拟交通流量、管网压力和灾害响应。

数字孪生是“现在的镜子”，它回答的问题是：“现实世界现在怎么样？”

而世界模型则是一个“未来的沙盘”。它不仅要知道工厂的当前状态，还能预测：“如果这条生产线加速，设备是否会过热？如果机器人以这种方式移动，是否会撞到货架？如果明天有台风，电网负荷会怎样？”它回答的问题是：“现实世界将会怎么样，以及我应该如何行动？”

因此，世界模型包含了数字孪生的一部分能力，但更进一步：它从“复制现实”发展到“预测未来”。可以将数字孪生理解为世界模型的一个组成部分或前置条件，但世界模型的野心更为宏大。

物理AI：世界模型是其核心组件之一

黄仁勋和英伟达近年来一直在倡导“Physical AI”，即能够在物理世界中行动的人工智能。自动驾驶汽车、人形机器人、工业机械臂和无人机都属于此类范畴。

物理AI要实现行动，需要三个要素：感知（看到世界）、理解（了解世界规律）和决策（选择行动）。

世界模型负责中间环节——理解世界规律并预测未来。它使人工智能不仅仅是看到前方的障碍物，更能预判障碍物的未来动向，以及自身不同行动可能导致的结果。

因此，可以说世界模型是物理AI的核心组件，但并非其全部。物理AI还包括传感器、执行器、控制算法、安全系统等。世界模型是物理AI的“大脑皮层”，负责在行动前进行推演。

一图看懂关系

如果将它们置于一个层次结构中，大致如下：

• 底层基础设施： 算力、GPU、云、传感器、数据采集
• 认知层： 世界模型——理解并推演物理世界的规律
• 应用工具层： 仿真数据平台、数字孪生——将认知能力转化为训练或监控工具
• 行动层： 物理AI——在真实世界中行动的机器人、自动驾驶汽车等
• 体验层： 元宇宙——人类沉浸其中的虚拟空间
• 规则层： Web3.0——所有权、身份、经济激励规则

世界模型处于“认知层”，向上支持应用工具、行动系统和虚拟体验，向下依赖算力和数据。它本身并非任何一个概念，但可能是许多概念的共同基础。

世界模型可能是这些概念的“操作系统”

这些概念之所以容易混淆，是因为它们都指向同一个大趋势：数字世界与物理世界的界限正在模糊。

• 元宇宙旨在让人们更多地生活在数字世界。
• Web3.0 旨在让数字世界的资产归个人所有。
• 仿真数据平台旨在利用数字世界训练物理世界的 AI。
• 数字孪生旨在实时同步两个世界。
• 物理 AI 旨在让 AI 在物理世界中行动。
• 而世界模型则使得 AI 能够在内部拥有一个可供推演的世界，是连接数字与物理的“认知层”。

世界模型不一定会取代这些概念，但它可能成为许多概念的底层基础设施。就像操作系统不取代应用程序，但所有应用程序都运行在操作系统之上。元宇宙、仿真平台、数字孪生、物理AI等应用程序，最终可能都需要世界模型这个操作系统来调度对世界的理解。

那么，过去备受炒作的概念和世界模型是否是同一个东西？

严格来说，不是。

但很多概念当初描绘的美好愿景，最终可能需要依靠世界模型来实现。