在阅读文章前，辛苦您点下“关注”，方便讨论和分享。作者定会不负众望，按时按量创作出更优质的内容

文 |小戎

哈喽，大家好，小戎这篇评论，主要分析AI圈“世界模型”混战：大佬们定义各不同，但都认它是AGI关键，大语言模型的时代要翻篇啦。

现在AI圈聊“世界模型”，比小区大妈讨论养生还热闹——你说喝枸杞好，他说泡黄芪妙，最后发现大家都在说“要健康”，但手里的保温杯装着完全不同的东西。

世界模型

OpenAI举着Sora生成的视频喊：“看！这就是世界模拟器！”杨立昆当场泼冷水：“别扯了，这就是像素级幻觉，真正的AI大脑得会预判‘下一步会咋样’，不是画PPT。”谷歌更直接，推Genie3说能上手操作才算数；李飞飞则慢悠悠补刀：“先把3D空间建明白再说。”

这群吵到上热搜的大佬，居然有个神奇共识：大语言模型（LLM）快到天花板了，想搞出真人工智能（AGI），还得看世界模型。

可问题来了，“世界模型”这词儿现在比万能胶还粘——搞自动驾驶的贴它，做游戏建模的蹭它，连搞文字识别的都凑过来喊“我们也是世界模型分支”，这哪是技术概念，分明是个大筐，啥都往里装，概念通胀比CPI涨得还快。

扒开吵翻天的表象，其实就两派在battle，杨立昆是“极简派”，觉得AI不用画画面，像玩游戏时的“预判挂”就行——看见车开过来，不用看清车牌号，直接算出“危险，快躲”，主打一个高效决策。

他的模型连树叶纹理都懒得算，说那是浪费算力，像外卖员不会纠结顾客家门口的瓷砖花色，准时送到才是王道。

OpenAI和谷歌是“写实派”，信奉“能造出来才算懂”，Sora靠看几十亿条视频，记住了“人走路腿交替”“杯子掉地上会碎”，但缺点是只会放电影，问它“踢一脚球会咋飞”就卡壳。

谷歌的Genie3就进阶了，能让你操控方向键在虚拟场景里开车，总算有点“玩游戏”的意思，而不是单纯看片。

李飞飞的路线更硬核，直接搞3D建模。

世界模型是AGI希望，还是新的割韭菜话术？

她团队的Marble不用传统网格，而是用无数彩色小斑点拼出3D世界——有点像用乐高积木搭城堡，精度高到能导出到游戏引擎里，虽然现在还远没到“自由创造”的程度，但方向很明确：先把物理世界的架子搭起来。

热潮背后全是套路，大语言模型的蛋糕被OpenAI这些巨头分完了，后来者总得喊个新口号找投资。

“视频生成工具”听着像小作坊，改成“世界模型”瞬间就成了“AGI潜力股”，这套路和奶茶店把“珍珠奶茶”包装成“元气爆珠能量饮”如出一辙。

不过吵归吵，大家的方向没歪，以前LLM学的是“人类说的话”，知道“苹果”和“红、甜”相关，但从没见过真苹果，更不懂苹果掉下来会砸脑袋，现在世界模型就是要让AI“亲自体验”世界，从“听别人说”变成“自己看、自己摸”。

结语

只是真心希望，在真正的“世界模型”出现前，这个词别先被玩坏了。毕竟再香的概念，天天乱炖也会变成黑暗料理。