在过去几年中，诸如元宇宙、Web3.0、仿真数据平台、数字孪生和物理AI等概念层出不穷，这使得普通大众容易感到困惑。这些概念与“世界模型”之间存在何种关联？

答案是，它们并非完全相同，但都指向一个共同的趋势：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推演现实世界。

并非同源，但同属一张蓝图

近几年来科技界热门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其中进行社交、工作、消费和生活的虚拟空间。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拥有权、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，它们都致力于通过数字化手段来理解、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。它并非一种具体应用，而是一种赋予AI构建可推演世界模型的能力。元宇宙或许会依赖它，仿真数据平台可视为其前身，数字孪生是其近亲，物理AI是其宿主，而Web3.0则在很大程度上处于不同的技术层面。

元宇宙：世界模型或为其“引擎”

元宇宙在最受关注的时期，人们描绘的是一个沉浸式的虚拟社会，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。其核心是一种“空间体验”，允许用户进入其中进行社交、消费和创造。

然而，元宇宙当时面临的最大挑战是内容生产。建造一座虚拟城市需要投入大量的艺术和工程资源，成本高昂，而用户体验却相对初级。许多项目最终沦为空洞的展示空间或投机性的土地交易，用户参与后往往无所适从。

如果世界模型得以成熟，它将能够直接通过文本指令生成可交互的3D世界，相当于为元宇宙配备了一个“自动生成器”。例如，Google Genie 3已经初步展示了这一能力：输入一句描述，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“我想漫步在1920年代的上海外滩”，世界模型便能为你构建出一条街道、一些虚拟角色和一段故事情节。

因此，元宇宙与世界模型并非一回事。元宇宙可以被视为“目的地”，而世界模型则是“修建道路和建造城市”的工具。世界模型不一定非要服务于元宇宙，但元宇宙若要实现低成本、大规模和可交互的愿景，很可能离不开世界模型的支持。世界模型有望弥补元宇宙未能实现的方面。

Web3.0：与世界模型基本不在同一维度

Web3.0的核心是区块链、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所有权和激励问题，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“AI如何在脑海中重构世界”，而Web3.0则关注“这个世界的数字资产归谁所有以及如何进行交易”。两者可以结合，例如在世界模型生成的虚拟世界中，可以使用NFT进行土地交易，或通过DAO（去中心化自治组织）来制定虚拟城市的规则。然而，它们的技术内核截然不同。

因此，Web3.0与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，后者则属于工程技术领域。

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，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，以低成本训练自动驾驶算法。

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、异常障碍物或行人突然横穿马路等边缘案例，都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，算法在过度训练后可能出现对人工痕迹的过拟合。

世界模型所做的工作是利用AI自动生成这些场景。它不依赖设计师手工放置障碍物，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行驶3000万公里，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，后者则通过AI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。

数字孪生：世界模型增加了“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，为一座工厂创建一个数字版本，实时同步设备状态，用于监控、维护和优化。为一座城市创建数字版本，用于模拟交通流量、管网压力和灾害响应。

数字孪生是“现实的镜子”，它回答的问题是：“现实世界目前是什么样的？”

而世界模型则如同“未来的沙盘”。它不仅要知道工厂当前的运行状况，还能预测：如果某条生产线加速，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；如果明天来台风，电网负荷将如何变化。它回答的问题是：“现实世界将会怎样，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，并更进一步：从“复制现实”发展到“推演未来”。你可以将数字孪生理解为世界模型的一个组成部分或先决条件，但世界模型的野心更为宏大。

物理AI：世界模型是其关键组成部分之一

黄仁勋和英伟达近年来一直倡导“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这一范畴。

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）。

世界模型负责中间的环节——理解世界规律并预测未来。它使AI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的核心组成部分，但并非其全部。物理AI还包括传感器、执行器、控制算法和安全系统等。世界模型可被视为物理AI的“大脑皮层”，负责在采取行动前进行推演。

一图看懂关系

如果将这些概念置于一个层次结构中，大致如下：

• 底层基础设施： 计算能力、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”，向上支撑应用工具、行动系统和虚拟体验，向下依赖计算能力和数据。它本身并非任何一个独立的概念，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。

元宇宙希望人类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；仿真数据平台希望利用数字世界来训练物理世界的AI；数字孪生旨在实现两个世界的实时同步；物理AI希望AI能够在物理世界中行动；而世界模型则使AI能够在脑海中拥有一个可推演的世界，是连接数字与物理的“认知层”。

世界模型不一定取代这些概念，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，过去热炒的概念和世界模型是否是同一回事？严格来说，不是。但许多概念当初的设想，最终可能需要依靠世界模型来实现。