AI教父们竞相破解的“世界模型”是什么？高盛报告解读

高盛全球研究所近日发布了一份引人注目的报告，指出当前人工智能发展的下一个重大突破可能来自“世界模型”。报告由高盛全球研究所联席主管George Lee和董事总经理Dan Keyserling共同撰写，认为虽然大型语言模型（LLM）已经展现出惊人的能力，但它们仍然缺少对世界运行机制的内在理解。

报告指出，当今的AI主要通过人类文本学习世界，它能够流利地解释玻璃杯掉落会碎裂，但并没有对重量、轨迹或后果的内在感知。这种局限性在文档摘要、代码生成等任务中并不明显，但当AI需要应对非结构化物理环境、实时协调复杂组织响应或推理市场中的战略决策时，就构成了难以逾越的障碍。

值得注意的是，解决这一问题的努力并非来自边缘研究人员，而是由AI领域的奠基者亲自推动。前Meta首席AI科学家Yann LeCun在创立AMI Labs后，将世界模型作为其通用人工智能愿景的基础。他提出的联合嵌入预测架构（JEPA）通过观察来构建内部模型，而非依赖文本预测。同样，斯坦福大学研究员李飞飞创立的World Labs聚焦于空间智能，认为真正的智能需要理解物体在三维空间中的存在、互动和随时间变化。

高盛的報告将世界模型划分为两个相互关联的领域：物理世界模型和虚拟社会模型。物理模型通过模拟环境让AI学习重力、摩擦力等基本物理法则，已在仓储机器人和自动驾驶中展现出应用价值。例如，机器人可以在模拟器中跌倒数千次，从而在现实世界中避免类似错误。虚拟社会模型则通过多智能体模拟，让带有目标、记忆和激励的AI代理在数字环境中互动，从而揭示市场行为、组织反应和危机传播的隐藏动态。报告强调，这些系统并非预测未来，而是揭示可能性和反馈回路。

从投资角度看，高盛提出了一个尖锐的问题：当前整个AI基础设施的布局都基于“更大的LLM需要更多算力”的假设。如果世界模型作为补充层发展起来，其计算需求可能远超华尔街的预期，因为模拟环境需要专门的数据管道、合成数据生成器和物理引擎。报告指出，竞争优势可能不在于谁训练了最大的模型，而在于谁构建了最逼真的现实模拟——无论是物理、社会还是经济层面。那句总结性的话很有分量：“如果大语言模型赋予AI流利度，那么世界模型将赋予它情景意识。”