36 个世界模型,分属四条技术路线、四个落地场景。物理世界的结果多半要上真机才能验证,又慢又贵,这是它排在劳动阶梯最后一级的主要原因。
路线回答「怎么建模世界」,场景回答「拿去做什么」。自动驾驶与机器人最靠近真机,也最缺可复现的实测。
| 技术路线 ↓ · 场景 → | 机器人 | 自动驾驶 | 游戏与交互 | 通用 |
|---|---|---|---|---|
| 潜空间规划(MBRL) → | — | — | 3 DIAMOND、DreamerV2 等 | 3 DreamerV3、DreamerV1 等 |
| 联合嵌入预测(JEPA) → | 1 V-JEPA 2 | — | — | 2 V-JEPA、I-JEPA |
| 视频生成模拟器 → | 5 GR00T 2、Cosmos 3 等 | 2 GAIA-2、GAIA-1 | 8 Genie 4、LingBot-World 2 等 | 5 万相 Wan3.0、Seedance 2.0 等 |
| 3D 空间智能 → | — | — | 2 Marble、HunyuanWorld | 3 Atlas、3DGS 等 |
从世界模型的角度看,最强的通用模型还差什么。
大模型与 RSI 那一侧的进展,传到世界模型上的部分。
方向和直觉相反:不是 RSI 顺带产生世界模型,而是世界模型是 RSI 走出数字域的前置条件——因为物理世界没有便宜的验证器。
它一行动力学预测能力都不提供,但它降低的恰恰是能力矩阵「真实世界」那一列最贵的东西——把模型接到真机上的成本。
同一个模型、同一套题,换一层评测外壳分数从 62.7% 跳到 99.9%——世界模型的官方数字经不起同样这一问。
对照组这个月在补「长程记忆」,但补的是自己会话历史的记忆,不是环境状态的记忆——两件事只共享一个名字。
通用大模型不经机器人专门训练,已能在模拟器里直接控制双臂机器人,第三方测出的成绩超过全部公开的机器人策略;但成绩几乎都在模拟器里,真机上它更像高层规划者,离稳定可靠的控制还远。