动态 · 2026 年 8 月

LTX-2.5 自称世界模型;开放阵营在分叉

8 月没有改变格局的世界模型突破。值得看的是一个自称世界模型的视频模型,以及开放权重阵营一边放开、一边收紧。

正文于 2026 年 9 月 25 日按现行栏目与用语重写,事实、数字与日期不变。

LTX-2.5:「世界模型」目前只是厂商的定位

8 月的世界模型没有出现 DreamerV3、Genie 3 那样改变格局的单点突破。分量相对重的一件:从 Lightricks 拆分出来的 LTX 在 8 月 11 日发布 LTX-2.5,一个 220 亿参数、视频与音频联合建模的双流开放权重模型,官方直接称它为「world model」,支持 720p 到原生 4K、6 到 20 秒的片段(官方口径)。在两块 NVIDIA GB200 上,一张图变成 10 秒 720p 视频约需 6.8 秒,快于实时播放(VentureBeat 2026-08-11 报道,测试由 LTX 自己在 720p、稳态条件下完成)。

它还带了一个面向物理 AI 与机器人的预训练检查点,机器人公司 Markov Robotics 的联合创始人公开表示正用它做「让机器人对物理环境建模、跨场景泛化」的工作(roboticsandautomationnews.com 2026-08-13 报道)。但 LTX 自己的模型卡在称其为开放权重世界模型的同时,也承认它在机器人与物理 AI 这类新领域的适用性还在发展中——并不像部分二手报道说的那样已经成熟可用,以模型卡这句更谨慎的表述为准。

归根结底,LTX-2.5 首先是一个视频与音频生成模型,「世界模型」的标签主要来自厂商自己的定位。它面对的是 Sora、Genie 3 当年同样的质疑:生成得像,不等于理解得对。

大模型:动在成本、速度与安全,没有动向物理世界

OpenAI 的 GPT-5.6 Sol(7 月 9 日发布)8 月的更新集中在网络安全和成本:8 月 10 日推出的 GPT-5.6-Cyber 在自家安全评测里称解决了 95% 的题目,8 月 21 日起 API 与额度定价下调两成以上(均为官方口径)。Anthropic 的 Claude Fable 5 与 Opus 5 更新了生物安全防护,官方称生物相关请求的误拦截率降低约 85%,双重用途的生物类请求仍退回 Opus 5 处理(官方口径)。两家的更新都在数字任务的范畴内。

开放权重阵营在分叉。深度求索的 DeepSeek-V4-Pro-0813 是 1.7 万亿参数、MIT 协议的开放权重模型,自报 Terminal Bench 2.1 得分 87.9(官方口径,无第三方复现);MIT 是开放阵营里最宽松的许可,这一点比分数更值得记。阿里的 Qwen3.8-2.4T-A95B 第一次把 Max 级模型直接开放:2.4 万亿总参数、950 亿激活,原生 262,144 token 上下文可扩展到 1,010,000,但用的是自定义的 qwen3.8-max 协议,而不是 Qwen 主线的 Apache 2.0(官方口径)。Kimi K3(2.8T 参数)在 7 月底发布了完整权重。

另一边在收紧。智谱 GLM-5.3(8 月 14 日发布,在同一基座上做强化学习后训练,重点提升编程、智能体环境与网络安全)截至 8 月 26 日仍未公开权重,官方称因安全能力具有双重用途,需要完成额外的安全评估(权重已于 8 月 28 日公开,见 2026 年 9 月 24 日一期);阿里万相 Wan 自 2.2 之后不再开源。开源正在从一种立场,变成逐次的决策。

所有这些更新都落在成本、速度、安全护栏和数字任务能力上,没有一个给出可核对的新证据,表明模型在往「维护显式的物理环境状态」这个方向走。各模型「离世界模型还差什么」的描述不变。

传导:物理世界缺的是便宜的验证器

递归自我改进(RSI)与世界模型的关联方向和直觉相反:不是 RSI 顺带产生世界模型,而是世界模型很可能是 RSI 走出数字域的前置条件。RSI 先在代码和数学上发生,是因为那两个领域有便宜可靠的验证器——一篇梳理了 1250 篇论文的综述把评估器按强弱排序,最强是形式化验证器,最弱是模型的内省式自评(arXiv:2607.07663)。物理世界没有便宜的验证器,这正是世界模型被期待去填的位置。

这条关联有了实测数字。《World Action Verifier》把状态预测拆成「状态是否合理」与「动作是否可达」两个更容易的验证任务,世界模型学习的样本效率提高约 2 倍、下游策略表现提升约 18%,同时拿下 ICLR 2026 World Models 工作坊的 Outstanding Paper 与 RSI 工作坊的 Spotlight。这条传导有实测数据。

另一条是 Anthropic 8 月 27 日发布研究预览的 Model Hardware Standard(MHS),可以理解成物理版的 MCP:用 read / write 一组极简原语加标准化的设备发现格式,让智能体直接操作显微镜、液体处理器、机械臂,官方称硬件集成可以从数周压缩到数小时(官方口径)。它是接口,不是能力,不预测任何东西;但它冲着能力矩阵里最空的「真实世界」一列——那一列空,是因为真机数据贵在机器人本身,也贵在把模型接到机器人上的定制集成。它目前只是研究预览、尚未开源,强度只到「有论证,无实验」;年底前是否开源、有多少设备厂商实现,可以逐期核对。

一句话速览

  • Genie 3 于 2026-01-29 起以 Project Genie 形式向美国 Google AI Ultra 订阅用户开放,单次生成上限 60 秒,至今未发表技术论文。官方口径(Google DeepMind 博客 blog.google/.../project-genie/)
  • LTX 于 2026-08-11 发布开放权重视频与世界模型 LTX-2.5(220 亿参数),并提供面向机器人与物理 AI 的预训练检查点。官方口径(huggingface.co/Lightricks/LTX-2.5);VentureBeat 2026-08-11 报道
  • GLM-5.3 于 2026-08-14 发布,在同一基座上做强化学习后训练,重点提升编程、智能体环境与网络安全能力,未见世界模型或物理理解方向的专门更新。官方口径(z.ai/blog/glm-5.3)
  • GPT-5.6-Cyber(Daybreak Blue/Red)于 2026-08-10 发布,官方称在自家网络安全评测中解决了 95% 的题目。官方口径(OpenAI)
  • Anthropic 于 2026 年 8 月更新生物安全防护措施,官方称误拦截率降低约 85%,双重用途生物类请求仍退回 Opus 5 处理。官方口径(Anthropic)
  • 阿里万相 Wan3.0 于 2026-08-06 开启公测,单次可生成 30 秒视频并支持 doc / ppt / pdf 等文档输入,但未开源——Hugging Face 的 Wan-AI 组织下最新仍是 2025 年 7 月以 Apache 2.0 开源的 Wan2.2。官方口径(通义实验室发布公告);开源状态于 2026-08-28 直接查证 huggingface.co/Wan-AI
  • DeepSeek-V4-Pro-0813(1.7T 参数,MIT 协议)与 Qwen3.8-2.4T-A95B(2.4T 总参 / 95B 激活)先后于 8 月以开放权重发布。官方口径(Hugging Face 模型卡 deepseek-ai/DeepSeek-V4-Pro-0813、Qwen/Qwen3.8-2.4T-A95B)
  • 字节 Seedance 2.0 论文题为《Advancing Video Generation for World Complexity》,但摘要通篇未涉及物理模拟、因果或世界建模——「world」在标题里,证据不在论文里。arXiv:2604.14148(通读摘要核对)
本期数据变化
新增模型 · 47
可微 RNN 世界模型好奇心机制World ModelsPlaNetDreamerV1DreamerV2DreamerV3DIAMONDI-JEPAV-JEPAV-JEPA 2SoraGenie 1GameNGenOasisGenie 3Hunyuan-GameCraftKling 可灵万相 Wan2.2万相 Wan3.0Seedance 2.0LingBot-WorldLingBot-World 2RT-1RT-2OpenVLAπ0π0.5CosmosGR00T N11X World ModelGAIA-1GAIA-2GR-3LingBot-VALingBot-VLA 2NeRF3DGSMarbleHunyuanWorldGPT-5.6 SolClaude Fable 5Claude Opus 5Kimi K3GLM-5.3DeepSeek-V4-ProQwen3.8-2.4T-A95B
能力矩阵变动 · 25
  • World Models · 时序一致性 → 有实测数据arXiv:1803.10122
  • World Models · 动作可控性 → 有演示无数据arXiv:1803.10122
  • World Models · 规划与反事实 → 有实测数据arXiv:1803.10122
  • DreamerV3 · 时序一致性 → 有实测数据arXiv:2301.04104
  • DreamerV3 · 动作可控性 → 有演示无数据arXiv:2301.04104
  • DreamerV3 · 规划与反事实 → 有实测数据arXiv:2301.04104
  • V-JEPA 2 · 时序一致性 → 有实测数据arXiv:2506.09985
  • V-JEPA 2 · 动作可控性 → 有实测数据arXiv:2506.09985
  • V-JEPA 2 · 规划与反事实 → 有实测数据arXiv:2506.09985
  • V-JEPA 2 · 真机迁移 → 有实测数据arXiv:2506.09985
  • Sora · 时序一致性 → 有演示无数据官方口径
  • Sora · 物理合理性 → 有演示无数据官方口径
  • Genie 3 · 时序一致性 → 有演示无数据官方口径(Google DeepMind 博客)
  • Genie 3 · 动作可控性 → 有演示无数据官方口径(Google DeepMind 博客)
  • Genie 3 · 长程记忆 → 有演示无数据官方口径(Google DeepMind 博客)
  • LingBot-World 2 · 时序一致性 → 有演示无数据arXiv:2607.07534
  • LingBot-World 2 · 动作可控性 → 有演示无数据arXiv:2607.07534
  • LingBot-World 2 · 物理合理性 → 有演示无数据第三方实测(爱范儿 ifanr.com/1671406)
  • LingBot-World 2 · 长程记忆 → 有演示无数据arXiv:2607.07534;第三方实测(爱范儿 ifanr.com/1671406)
  • π0.5 · 时序一致性 → 有实测数据arXiv:2504.16054
  • π0.5 · 动作可控性 → 有实测数据arXiv:2504.16054
  • π0.5 · 规划与反事实 → 有演示无数据官方口径(Physical Intelligence 官网博客 pi05)
  • π0.5 · 真机迁移 → 有实测数据arXiv:2504.16054
  • Marble · 物理合理性 → 有演示无数据官方口径(World Labs 博客)
  • Marble · 长程记忆 → 有演示无数据官方口径(World Labs 博客)
新增时间线节点 · 19
  • 1990《Making the world differentiable》
  • 1991好奇心与内在动机
  • 2018Ha & Schmidhuber《World Models》
  • 2017–22Transformer → 指令模型 → ChatGPT
  • 2019–25PlaNet → Dreamer V1/V2/V3 → V4
  • 2020/23NeRF 与 3D Gaussian Splatting
  • 2022LeCun 蓝图与 JEPA 登场
  • 2024 · 2月Sora 与 Genie 1 同月发布
  • 2024 · 8月GameNGen:神经网络跑 DOOM
  • 2024 · 9–12月World Labs 成立 · Oasis · Genie 2
  • 2025 · 1月NVIDIA Cosmos 发布(CES)
  • 2025 · 6–8月V-JEPA 2 · Genie 3
  • 2025 · 11月Marble 发布 · LeCun 离开 Meta
  • 2026 · 6–8月Fable 5 · GPT-5.6 · Opus 5
  • 2026 · 7–8月Kimi K3 开放 · GLM-5.3 发布
  • 2026 · 1月/7月LingBot 开源周
  • 2026 · 3月AMI Labs 10.3 亿美元种子轮
  • 2026 · 8月开放阵营分叉:DeepSeek-V4-Pro / Qwen3.8 开放,Wan3.0 收紧
  • 2026 · 6月李飞飞《A Functional Taxonomy of World Models》
传导 · 2
  • 递归自我改进有实测数据
    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。
  • 物理版 MCP:Model Hardware Standard有论证,无实验
    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。
新机构 · Google DeepMind新机构 · Google Brain新机构 · Meta AI(FAIR)新机构 · OpenAI新机构 · NVIDIA新机构 · World Labs新机构 · Physical Intelligence新机构 · Wayve新机构 · 1X Technologies新机构 · Decart / Etched新机构 · 蚂蚁灵波新机构 · 腾讯混元新机构 · 快手可灵新机构 · 慕尼黑工大 / IDSIA新机构 · 斯坦福大学新机构 · 加州大学伯克利分校新机构 · Inria 等新机构 · 日内瓦大学 / 爱丁堡大学新机构 · Anthropic新机构 · 月之暗面新机构 · 智谱 AI新机构 · 深度求索新机构 · 阿里通义新机构 · 字节跳动 Seed新术语 · 世界模型新术语 · 循环状态空间模型新术语 · 联合嵌入预测架构新术语 · 潜在动作模型新术语 · 视觉-语言-动作模型新术语 · 3D 高斯泼溅新术语 · 梦境训练新术语 · 模型驱动强化学习新术语 · 隐空间新术语 · 变分自编码器新术语 · 混合密度网络新术语 · 自监督学习新术语 · 表征坍缩新术语 · 遮挡预测新术语 · 扩散模型新术语 · 自回归生成新术语 · 时序一致性新术语 · 帧率与分辨率的口径问题新术语 · 神经网络游戏引擎新术语 · 模仿学习新术语 · 动作分块新术语 · 逆动力学新术语 · 真机泛化新术语 · 遥操作数据新术语 · 仿真到现实迁移新术语 · 神经辐射场新术语 · 新视角合成新术语 · 点云与网格新术语 · 场景持久性新术语 · 基准测试的可比性新术语 · 官方口径新术语 · 递归自我改进新术语 · 验证器新术语 · 模型硬件标准新术语 · 开放权重与开源的区别
← 全部动态