AI系列深度13期：世界模型如何实现？
投资要点
世界模型首先需要进行概念辨析：认知科学、系统动力学与人工智能均使用“世界模型”一词，但其所指对象和技术目标并不完全相同。其思想来源大致可分为三条脉络：一是Craik提出的心智内部“小尺度现实模型”，强调通过内部模拟预演行动并预测结果；二是Forrester以World2为代表的系统动力学传统，侧重通过外部计算模型模拟复杂系统及其长期演化；三是模型式强化学习与神经世界模型传统，Schmidhuber较早探索利用递归神经网络学习环境动态并支持规划，Ha与Schmidhuber进一步将环境压缩表征、动态预测与策略学习相结合。三者并非同一技术谱系，但共同关注对环境状态及其演化规律的建模；在当前人工智能语境下，世界模型通常特指智能体用于预测行动后果，并支持规划与决策的内部环境模型。
我们将世界模型分歧拆解为四个环节。第一，预测空间不同：生成式路线还原未来画面或视频，JEPA等非生成式路线只在抽象表征中预测。第二，输出要求不同：渲染器强调视觉真实，模拟器强调几何、物理和可计算一致性。第三，与动作结合方式不同：可作为数据工厂、闭环训练环境，也可进一步成为架构级融合组件。第四，落地阶段不同：内容型数字AI进展最快，自动驾驶闭环最深，机器人需求强度最高但仍处早期。
生成式与非生成式是当前最核心的路线分歧。LeCun等反对像素级生成，认为其存在容量浪费、画面模糊和误差累积等问题；生成式阵营则认为扩散和潜空间预测已部分化解上述问题，并能直接产出视频、合成数据和仿真环境。纯JEPA路线仍面临训练坍缩、可解释性不足、演示难度高和缺少中间产品等工程问题，因此产业侧目前更偏向生成式或混合式路线。
落地上，自动驾驶是世界模型闭环最完整的场景：车队回传真实数据，云端世界模型重建和生成场景，策略在虚拟环境中训练与评估，再通过OTA回到车端形成数据飞轮。Waymo World Model、NVIDIA Cosmos、Wayve GAIA、小鹏、理想、华为等均体现世界模型从复现样本走向生成未观测场景、制造长尾数据的趋势。
世界模型能否从视觉真实进一步提升至物理一致，仍是其进入物理闭环的关键约束。三大瓶颈最终收敛到物理一致性不足、长时序不稳和评测无公认标准。场景误差容忍度决定世界模型当前可落地的边界；高风险数字场景和自动驾驶、机器人等物理闭环场景，都需要更严格验证。
我们认为，数字AI底座模型发展路径已逐渐清晰、价值在于确定性，但其难以实现物理世界的建模闭环；我们认为物理AI将成为物理世界的AI解决方案，从而在AI的当前发展阶段成为增量更大的方向，智能驾驶作为最先跑通闭环的代表场景，我们认为应重点关注。
风险提示：技术迭代不及预期的风险；大模型厂商ARR增速放缓的风险；云服务商资本开支不及预期的风险；智能驾驶及机器人商业化落地不及预期的风险。
