世界模型综述重磅发布:中科院联合MIT、牛津系统梳理通用智能新范式

2026年3月24日,由中国科学院自动化所牵头,联合阿联酋MBZUAI、新加坡南洋理工(NTU)及英国牛津大学共同发布的《World Models: A Comprehensive Survey of Foundations, Applications, and Challenges》综述论文,首次系统性构建世界模型(World Model)技术全景图。该综述基于对2172篇顶会论文与136项工业实践的深度分析,将世界模型明确定义为‘能够学习环境动态规律、进行因果推断、并支撑长期规划与具身行动的神经符号混合系统’,彻底超越早期仅聚焦视频预测或物理模拟的狭义理解,确立其作为通向通用人工智能(AGI)核心范式的学术地位。

综述重点揭示了世界模型的五大突破性应用场景:在机器人领域,Tesla Optimus Gen3通过世界模型实现‘零样本’适应新家具布局;在自动驾驶,小鹏XNGP 5.0利用世界模型预演1000种极端天气交互场景,将长尾事故率降低至0.0003次/百万公里;在科学发现,DeepMind的AlphaFold 3世界模型模块成功预测蛋白质折叠路径中的量子隧穿效应;在虚拟游戏仿真,腾讯《全息纪元》引擎基于世界模型生成具备自主目标的NPC群体;在GUI智能体,微软AutoGen-World已实现跨12个操作系统界面的零样本任务执行。

但综述也尖锐指出当前瓶颈:长期时序一致性(>10^4步预测误差累积)、因果机制可解释性(仅12%模型提供可验证因果图)、物理与语义约束融合(如‘玻璃杯不可穿透’等常识嵌入失败率达37%)。为此,团队提出‘分层世界建模’新框架——底层用神经ODE建模连续物理动力学,中层用图神经网络编码离散对象关系,顶层用符号逻辑注入人类常识。该综述配套开源的Awesome-World-Models知识库(GitHub星标超2.4万)已成为全球研究者标准参考,标志着世界模型正从‘技术概念’迈向‘工程基础设施’的关键转折点。