“L1相对成熟、L2已见曙光”:通用世界模型的发展卡在哪里?

机器人电报10月12日讯,通用世界模型北京市重点实验室于10月11日在2026世界模型高峰论坛现场正式揭牌。该实验室于今年5月获批,是国内首个聚焦世界模型方向的省部级重点实验室。北京极佳视界科技有限公司(以下简称”极佳视界”)担任依托建设单位。清华大学自动化系长聘教授、系副主任鲁继文受聘为实验室学术委员会主任,极佳视界联合创始人、首席科学家朱政受聘为实验室主任。

近两年,世界模型已从学术概念跃升为产业风口,参与者涵盖互联网大厂、具身智能企业、自动驾驶车企及游戏与内容公司等多个领域。

鲁继文在演讲中指出,世界模型本质是一种预测模型,能够通过计算合理预测事物在特定动作下的演变,覆盖跨模态、跨时空及跨场景等维度。他还提出了”通用认知模型”的概念,认为这是物理AI发展到较高水平的阶段,可实现对状态的理解、对变化的预测以及对后果的判断。极佳视界创始人兼CEO黄冠则表示,AGI不能仅局限于语言智能层面,更需要具备在物理三维空间中理解、生成、预测和行动的能力,而这些能力的实现取决于通用世界模型的突破。

黄冠在采访中透露,当前世界模型L1水平相对成熟,L2阶段尚未实现突破,但曙光已现。他指出,与语言模型相比,世界模型整体上大约落后3至4年,下一步的推进需要先做Scaling up(扩大规模),至少应积累100万小时的动作数据。此前,极佳视界曾提出通用世界模型L1至L5的分级体系,其中L1层级能够根据输入生成视觉真实的通用视频;L2层级则能生成高效合理的通用执行动作,将环境理解转化为可执行的动作序列。

相关专题:具身智能专题