AI教父們競相破解的“世界模型”是什麼？高盛報告解讀

高盛全球研究所近日釋出了一份引人注目的報告，指出當前人工智慧發展的下一個重大突破可能來自“世界模型”。報告由高盛全球研究所聯席主管George Lee和董事總經理Dan Keyserling共同撰寫，認為雖然大型語言模型（LLM）已經展現出驚人的能力，但它們仍然缺少對世界執行機制的內在理解。

報告指出，當今的AI主要透過人類文本學習世界，它能夠流利地解釋玻璃杯掉落會碎裂，但並沒有對重量、軌跡或後果的內在感知。這種侷限性在文件摘要、程式碼生成等任務中並不明顯，但當AI需要應對非結構化物理環境、即時協調複雜組織響應或推理市場中的戰略決策時，就構成了難以逾越的障礙。

值得注意的是，解決這一問題的努力並非來自邊緣研究人員，而是由AI領域的奠基者親自推動。前Meta首席AI科學家Yann LeCun在創立AMI Labs後，將世界模型作為其通用人工智慧願景的基礎。他提出的聯合嵌入預測架構（JEPA）透過觀察來構建內部模型，而非依賴文本預測。同樣，斯坦福大學研究員李飛飛創立的World Labs聚焦於空間智慧，認為真正的智慧需要理解物體在三維空間中的存在、互動和隨時間變化。

高盛的報告將世界模型劃分為兩個相互關聯的領域：物理世界模型和虛擬社會模型。物理模型透過模擬環境讓AI學習重力、摩擦力等基本物理法則，已在倉儲機器人和自動駕駛中展現出應用價值。例如，機器人可以在模擬器中跌倒數千次，從而在現實世界中避免類似錯誤。虛擬社會模型則透過多智慧體模擬，讓帶有目標、記憶和激勵的AI代理在數字環境中互動，從而揭示市場行為、組織反應和危機傳播的隱藏動態。報告強調，這些系統並非預測未來，而是揭示可能性和反饋迴路。

從投資角度看，高盛提出了一個尖銳的問題：當前整個AI基礎設施的佈局都基於“更大的LLM需要更多算力”的假設。如果世界模型作為補充層發展起來，其計算需求可能遠超華爾街的預期，因為模擬環境需要專門的資料管道、合成資料生成器和物理引擎。報告指出，競爭優勢可能不在於誰訓練了最大的模型，而在於誰構建了最逼真的現實模擬——無論是物理、社會還是經濟層面。那句總結性的話很有分量：“如果大語言模型賦予AI流利度，那麼世界模型將賦予它情景意識。”