本月国家机构宣布重大政策转达FIBA晒文班少林寺修炼照 很兴奋为您解答这个问题
，，，，，让我来帮您详细说明一下。。。品牌授权报修电话
，，，，，快速上门服务

甘肃省陇南市赞皇县西龙门乡芜湖市南陵县怀柔区雁栖地区青海省海北藏族自治州门源回族自治县广东省汕头市南澳县四川省宜宾市珙县海淀区青龙桥街道四川省成都会金牛区井陉县吴家窑乡隆安县濮阳市南乐县黑龙江省大兴安岭地区呼玛县阿克苏地区新和县山东省德州市齐河县黑龙江省哈尔滨市巴彦县山东省泰安市东平县青海省海北藏族自治州门源回族自治县上海市市辖区嘉定区山西省运都会夏县向阳区酒仙桥街道四川省宜宾市江安县山西省运都会夏县江西省吉安市吉安县辽宁省锦州市义县赞皇县院头镇辽宁省本溪市溪湖区西乡塘区广东省云浮市新兴县山西省忻州市宁武县黑龙江省鹤岗市元氏县殷村镇广东省云浮市新兴县海南省？
？？？？谑忻览记鞑匕⒗锏厍胀料睾北省恩施土家族苗族自治州建始县福建省厦门市海沧区甘肃省定西市渭源县顺义区空港街道四川省甘孜藏族自治州辽宁省辽阳市白塔区密云区河南寨镇西藏阿里地区日土县淮南市大通区丰台区右安门街道辽宁省锦州市义县内蒙古鄂尔多斯市康巴什区哈密市伊吾县平顶山市湛河区江西省赣州市石城县湖北省恩施土家族苗族自治州恩施市江西省景德镇市昌江区四川省成都会金牛区湖北省襄阳市襄州区广东省佛山市三水区桥西区留营街道山西省吕梁市中阳县福建省莆田市城厢区江苏省镇江市句容市广东省深圳市广东省江门市辽宁省沈阳市沈河区江苏省徐州市新沂市平山县岗南镇大兴区江西省吉安市永新县昌平区小汤山镇海南省儋州市合肥市庐阳区向阳区豆各庄地区山西省运都会夏县福建省莆田市城厢区湖北省宜昌市西陵区山东省烟台市龙口市江西省宜春市宜丰县马鞍山市博望区延庆区康庄镇山东省烟台市牟平区广东省广州市越秀区淮南市大通区昌平区回龙观街道淮南市大通区江西省宜春市宜丰县巴音郭楞蒙古自治州和硕县江西省吉安市永新县陕西省汉中市南郑区山西省晋中市榆社县广东省汕头市龙湖区湖北省宜昌市秭归县焦作市中站区海淀区青龙桥街道武清区上马台镇黑龙江省鸡西市鸡冠区北辰区广源街道合肥市瑶海区赞皇县西龙门乡广东省广州市越秀区广东省惠州市龙门县宝坻区牛家牌镇河西区桃园街道

今日行业报告更新新效果李飞飞：当视频天生、NVIDIA都自称天下模子
，，，，，我们需要一个分类法
，，，，，很兴奋为您解答这个问题
，，，，，让我来帮您详细说明一下:官方服务专线
，，，，，支持多品牌报修

山西省长治市襄垣县辽宁省沈阳市广东省佛山市三水区云南省玉溪市新平彝族傣族自治县内蒙古兴安盟乌兰浩特市元氏县百色市田林县湖北省宜昌市宜都会向阳区双井街道云南省怒江傈僳族自治州福贡县辽宁省沈阳市四川省宜宾市珙县贵州省六盘水市水城县内蒙古鄂尔多斯市康巴什区辽宁省向阳市北票市四川省德阳市广汉市赞皇县西龙门乡云南省大理白族自治州云龙县蓟州区东施古镇丰台区长辛店镇井陉县测鱼镇山东省东营市垦利区新乐市协神乡和田地区福建省莆田市城厢区合肥市庐阳区马鞍山市博望区平山县岗南镇大兴区四川省成都会金牛区青海省果洛藏族自治州四川省广元市亳州市利辛县丰台区右安门街道陕西省咸阳市兴平市赵县沙河店镇山西省晋中市榆社县甘肃省白银市景泰县桥西区苑东街道钦州市湖北省宜昌市秭归县黑龙江省佳木斯市富锦市甘肃省庆阳市镇原县洛阳市汝阳县陕西省西安市未央区平山县东回舍镇延庆区沈家营镇福建省福州市罗源县江苏省镇江市句容市西城区月坛街道重庆市市辖区北碚区山东省淄博市临淄区桂林市兴安县山西省临汾市安泽县河东区大直沽街道江西省吉安市永新县南阳市内乡县江苏省徐州市新沂市山东省潍坊市青州市江西省宜春市宜丰县元氏县殷村镇江苏省南京市浦口区密云区高岭镇防城港市东兴市丰台区长辛店镇重庆市县巫山县贵州省铜仁市印江土家族苗族自治县静海区大邱庄镇向阳区酒仙桥街道辽宁省锦州市义县山东省烟台市牟平区湖北省襄阳市襄州区昌平区小汤山镇黑龙江省佳木斯市汤原县平山县上观音堂乡内蒙古鄂尔多斯市康巴什区丰台区宛平城地区福建省南平市建瓯市内蒙古呼伦贝尔市阿荣旗辽宁省沈阳市山西省吕梁市岚县山东省德州市齐河县西乡塘区福建省三明市梅列区隆安县静海区西翟庄镇四川省成都会金牛区北辰区广源街道密云区不老屯镇巴音郭楞蒙古自治州和硕县山西省晋中市榆社县陕西省汉中市南郑区怀柔区龙山街道门头沟区大峪街道钦州市宝坻区牛家牌镇陕西省商洛市山阳县山西省临汾市安泽县山东省潍坊市青州市丰台区右安门街道

全球服务区域:黑龙江省绥化市明水县江西省宜春市奉新县内蒙古呼伦贝尔市阿荣旗湖北省宜昌市秭归县云南省普洱市景东彝族自治县喀什地区麦盖提县山东省德州市齐河县江苏省徐州市黑龙江省七台河市桃山区蓟州区东施古镇银川市贺兰县四川省遂宁市蓬溪县贵州省六盘水市水城县蓟州区东施古镇西藏阿里地区日土县内蒙古呼伦贝尔市阿荣旗井陉县测鱼镇平山县宅北乡平山县岗南镇山东省威海市福建省福州市罗源县海南省儋州市四川省宜宾市翠屏区甘肃省定西市渭源县北辰区广源街道银川市贺兰县甘肃省陇南市山西省晋中市太谷区向阳区酒仙桥街道蚌埠市蚌山区北辰区静海区大邱庄镇江西省赣州市石城县山西省吕梁市岚县长安区广安街道桂林市兴安县贵州省铜仁市印江土家族苗族自治县山东省淄博市临淄区平山县小觉镇福建省南平市建瓯市怀柔区雁栖地区井陉县吴家窑乡静海区大邱庄镇元氏县殷村镇云南省西双版纳傣族自治州勐腊县山东省烟台市龙口市青海省玉树藏族自治州治多县山东省滨州市甘肃省陇南市江西省萍乡市上栗县四川省宜宾市翠屏区江西省萍乡市上栗县亳州市利辛县广东省汕头市龙湖区山东省威海市云南省大理白族自治州云龙县南阳市内乡县福建省南平市建瓯市焦作市沁阳市甘肃省陇南市桥西区苑东街道福建省南平市建瓯市赞皇县院头镇平顶山市湛河区马鞍山市博望区贵州省黔东南苗族侗族自治州天柱县福建省南平市湖北省孝感市汉川市四川省甘孜藏族自治州四川省甘孜藏族自治州丹巴县山东省威海市青海省海北藏族自治州门源回族自治县甘肃省陇南市武都区山西省晋中市太谷区河东区大直沽街道濮阳市南乐县合肥市瑶海区山西省阳泉市平定县江苏省南通市启东市四川省凉山彝族自治州西昌市钦州市山东省烟台市牟平区四川省甘孜藏族自治州丹巴县南开区体育中心街道元氏县云南省红河哈尼族彝族自治州绿春县湖北省恩施土家族苗族自治州恩施市焦作市长安区广安街道丰台区长辛店镇海南省？
？？？？谑忻览记Ｄ鲜≠僦菔心涎羰心谙缦仄缴较厣瞎垡籼孟绨⒖怂盏厍潞拖厮拇ㄊ×股揭妥遄灾沃菸鞑行聿薪ò睬淝迩下硖ㄕ蚓埠Ｇ鞯宰蛏蕉∽筒┦辛僮颓

今日官方转达行业政策转变李飞飞：当视频天生、NVIDIA都自称天下模子
，，，，，我们需要一个分类法
，，，，，很兴奋为您解答这个问题
，，，，，让我来帮您详细说明一下:售后服务维修中心电话
，，，，，支持多渠道服务

天下服务区域：江西省景德镇市昌江区向阳区豆各庄地区焦作市中站区江西省萍乡市上栗县黑龙江省鸡西市鸡冠区云南省西双版纳傣族自治州勐腊县海南省？
？？？？谑忻览记叛羰衅角徘轿魇〗惺杏苌缦厣蕉√┌彩卸较仄缴较卣毕缁橙崆ι秸蚰诿晒哦醵嗨故锌蛋褪睬晗匚饧乙は缟蕉×亩蓟峁谙厮拇ㄊ×股揭妥遄灾沃菡丫跸卮笮饲轿魇〕ぶ问邢逶厍盼髑粲值腊鸵艄忝晒抛灾沃莺退断卦舷厮沾逑绺＝ㄊ∠妹攀泻里区云南省大理白族自治州云龙县山东省泰安市泰山区云南省文山壮族苗族自治州广南县山西省临汾市安泽县行唐县龙州镇合肥市瑶海区四川省甘孜藏族自治州河东区大直沽街道桂林市秀峰区江西省吉安市永新县蓟州区东二营镇湖北省宜昌市秭归县长安区南村镇四川省甘孜藏族自治州泸定县向阳区小红门地区密云区河南寨镇黑龙江省佳木斯市汤原县密云区不老屯镇西城区天桥街道北辰区广源街道塔城地区和布克赛尔蒙古自治县马鞍山市博望区防城港市东兴市山西省长治市襄垣县山西省晋中市榆社县防城港市东兴市江苏省徐州市丰县海南省儋州市四川省宜宾市珙县山东省淄博市临淄区河东区大直沽街道黑龙江省伊春市金林区甘肃省陇南市武都区山西省吕梁市岚县井陉县测鱼镇桥西区苑东街道门头沟区大峪街道福建省莆田市仙游县湖北省襄阳市襄州区四川省宜宾市江安县向阳区豆各庄地区四川省广元市青海省玉树藏族自治州治多县福建省南平市河东区大直沽街道固原市西吉县山西省阳泉市平定县辽宁省铁岭市开原市海南省儋州市丰台区长辛店镇江苏省徐州市丰县云南省红河哈尼族彝族自治州泸西县湖北省宜昌市秭归县贵州省六盘水市水城县密云区河南寨镇丰台区长辛店镇赞皇县院头镇山西省阳泉市平定县内蒙古兴安盟乌兰浩特市河西区桃园街道湖北省宜昌市秭归县山西省临汾市安泽县甘肃省甘南藏族自治州贵州省铜仁市玉屏侗族自治县黑龙江省鹤岗市防城港市东兴市湖北省襄阳市襄州区四川省凉山彝族自治州昭觉县丰台区长辛店镇密云区河南寨镇西城区月坛街道鹿泉区白鹿泉乡焦作市中站区北海市海城区山西省长治市襄垣县井陉县测鱼镇阿克苏地区新和县宝坻区牛家牌镇

售后服务上门服务电话
，，，，，智能分配票据：李飞飞：当视频天生、NVIDIA都自称天下模子
，，，，，我们需要一个分类法

“天下模子”或许是 2025 年以来 AI 领域里最热也最杂乱的看法。。。Sora出来的时间
，，，，，OpenAI 管它叫天下模拟器；；Genie 让你在天生的画面里走来走去
，，，，，也叫天下模子；；机械人公司说自己在做天下模子
，，，，，NVIDIA 说 Omniverse 是天下模子的基础设施
，，，，，连游戏引擎也被拉进了这个叙事。。。各人都在用统一个词
，，，，，但各自说的又完全不是统一件事。。。

今天
，，，，，李飞飞在个人 Substack 揭晓了一篇新文章
，，，，，对这一看法举行了厘清。。。她首先回到强化学习教科书里谁人最经典的图（POMDP 闭环：智能体→行动→状态→视察→智能体）
，，，，，然后指出：现在被叫做“天下模子”的工具
，，，，，着实是这个闭环的三种差别投影。。。输出像素（视察）的是渲染器
，，，，，输出状态的是模拟器
，，，，，输出行动的是妄想器。。。分类标准很是精练
，，，，，就看你输出的是闭环里的哪个部分。。。

(泉源：《麻省理工科技谈论》)

她判断
，，，，，三者之中
，，，，，渲染器商业化最成熟但有天花板（悦目不即是物理准确）
，，，，，妄想器最令人兴奋但离真实安排最远（实验室演示和现实可用之间的鸿沟依然重大）
，，，，，而模拟器是被严重低估的要害枢纽。。。由于模拟器事情在几何、物理和动力学的层面上
，，，，，既能向上投射为像素供人类消耗
，，，，，也能向下推导出行动效果供机械人使用。。。掌握了模拟
，，，，，就同时拥有了渲染和妄想的基。。；；反过来则不可。。。

这篇文章虽然也是 World Labs 的产品宣言。。。他们的 Marble 已经在同时输出高斯泼溅和碰撞网格
，，，，，试图把渲染器和模拟器统一到一个模子里。。。文章末尾描绘的终局是一个统一的天下基础模子
，，，，，能凭证下游需求在渲染、模拟和妄想之间自由切换。。。这个愿景是否能实现另说
，，，，，但作为一个剖析框架
，，，，，渲染器/模拟器/妄想器的三分法也许确实有助于穿透目今"天下模子"看法的一部分噪音。。。

全文译出如下。。。

“天下是所有爆发的事情的总和。。。”

——维特根斯坦
，，，，，《逻辑哲学论》
，，，，，1921

天下不是由文字组成的。。。

在早先的一篇文章中
，，，，，我们提出空间智能是 AI 的下一个前沿
，，，，，而天下模子是通向它的路径。。。在此
，，，，，World Labs 团队和我想再深入一层：在现在被冠以“天下模子”之名的众多事物中
，，，，，哪些功效？
？？？？檎嬲槌闪苏庵帜芰？
？？？？它们各自的用途又是什么？
？？？？

语言模子赋予了机械对看法、词汇和推理的强盛掌控力
，，，，，但物理天下
，，，，，无论虚拟照旧真实
，，，，，运行在完全差别的基底之上。。。语言模子学习的是文本的统计结构
，，，，，天下模子学习的是空间与时间的统计结构：光怎样落在一个外貌上
，，，，，一座花园从一个从未被相机捕获过的角度看起来是什么样子
，，，，，物体怎样响应力并遵照物理定律。。。

这使得“天下模子”成了当下 AI 领域最主要、同时也最被滥用的术语之一。。。盘算机视觉、机械人学、强化学习和天生式 AI 都声称自己在构建天下模子
，，，，，但各自指的是截然差别的工具。。。一个能天生华美但物理上不可能的火焰的视频模子
，，，，，一个即兴天生可玩游戏的语言模子
，，，，，一个忠实模拟燃烧历程的物理引擎
，，，，，它们都被叫作统一个名字。。。

古希腊人历来无法就天下由什么组成告竣一致
，，，，，不管是火、水照旧不可支解的原子
，，，，，由于"天下"历来就不是简单的工具。。。它始终是某个头脑家为了推理某种总体性而使用的替换词。。。AI 继续了同样的问题
，，，，，并且恰恰爆发在这个领域最需要准确性的时刻。。。

分类法背后的闭环

要厘清这种杂乱
，，，，，可以从一张比上述所有手艺都更古老的图最先。。。所有强化学习课本
，，，，，包括经典的 Sutton 和 Barto
，，，，，几十年来一直使用统一幅图的变体来形貌智能体怎样与天下交互。。。这幅图的正式名称是部分可视察马尔可夫决议历程（POMDP）
，，，，，而“天下模子”这个术语最初的界说就属于这一古板。。。

一个智能体（可以是人、机械人或软件系统）执行行动。。。这些行动改变天下的状态。。。但智能体永远无法直接看到状态自己
，，，，，它所吸收到的是视察：落在视网膜上的光子、传感器的读数、视频帧中的像素。。。新的视察指导新的行动
，，，，，循环往复。。。

“状态”这个词需要拆开来看
，，，，，由于在差别领域中它的寄义会爆发偏移。。。这里说的不是化学家的状态
，，，，，不是固态、液态和气态的区别。。。这里是物理学家和机械人学家的状态：对天下在某一时刻所爆发的一切的完整形貌
，，，，，包括每一个物体、每一个位置、每一个速率、每一种属性。。。状态是天下的底层现实
，，，，，原则上是完整的
，，，，，但关于身处其中的任何智能体来说永远不可直接视察。。。视察是智能体对这一现实的局部视角。。。行动则是智能体据此做出的回应。。。

这个闭环（智能体→行动→状态→视察→智能体）正是赋予“天下模子”这个术语其手艺寄义的结构。。。这个短语自己越发古老
，，，，，可以追溯到 Kenneth Craik 在 1943 年的提议
，，，，，他以为心智通过运行现实的“小比例模子”来举行推理
，，，，，而到了 1980 年月末和 1990 年月初
，，，，，这一看法被引入了神经网络领域。。。这个闭环同样诠释了人们今天使用这个术语时的寄义。。。现在被称为天下模子的种种工具
，，，，，现实上是统一个闭环的差别投影
，，，，，每一种输出的是闭环中差别的组成部分。。。

天下模子的三种功效

第一种天下模子是渲染器。。。渲染器输出的是视察
，，，，，详细来说是面向人眼的像素
，，，，，而最主要的品质指标是视觉保真度。。。一个将文本提醒转化为影戏级航拍镜头的视频模子就是渲染器；；像 Google的Genie 3 或 World Labs 自己的 RTFM 这样的交互式系统也是渲染器
，，，，，它们凭证用户输入实时天生画面。。。这类模子不具备对三维结构的显式明确。。。它天生的是寓目者会看到的画面
，，，，，而不是事物自己的样子。。。航拍镜头里的修建从空中看也许完善无瑕
，，，，，但试着在下面的都会中穿行
，，，，，它们就会崩塌。。。

第二种是模拟器。。。模拟器输出的是状态：一种在几何、物理或动力学上忠实的天下表征
，，，，，人类和盘算机程序都能在其上举行盘算和交互。。。渲染器的左券是纯视觉的
，，，，，而模拟器的左券是结构性的
，，，，，它要求几何经得起磨练
，，，，，物理遵照牛顿定律
，，，，，动力学的行为切合物理规则的预期。。。模拟器同时服务两类用户。。。修建师、设计师、影戏人、游戏开发者等专业人士需要逾越视觉可信度的准确性。。。强化学习智能体、机械人控制器、自动驾驶车辆等盘算机程序则把模拟器看成训练场
，，，，，在其中大规模地与天下交互
，，，，，测试那些在现实中要么危险、要么腾贵、要么基础不可能执行的场景。。。

第三种是妄想器。。。妄想器输出的是行动。。。给定一个视察和一个目的
，，，，，妄想器回覆的问题是：智能体下一步该做什么。。。在许多意义上
，，，，，妄想器是渲染器的逆历程。。。渲染器以行动为输入、产出视察
，，，，，妄想器以视察为输入、产出行动
，，，，，从而闭合了感知-行动回路。。。视觉-语言-行动模子（VLA）、基于模子的系统
，，，，，以及新一波的天下行动模子（World Action Models）
，，，，，都是妄想器的差别实验：让系统能够在非结构化的天下中决议机械人应该做什么。。。

以上三个种别涵盖了目今现着实落地的大部分事情
，，，，，而它们之间的区分在实践中很有用。。。但这三个种别并非从基础上相互割裂。。。它们共享统一套关于天下怎样运作的底层知识：几何、物理、动力学。。。一个能从恣意角度渲染一只杯子的模子
，，，，，原则上也应该能模拟杯子被推动后会爆发什么
，，，，，并计齐整只手去把它拿起来。。。越来越多最有意思的研究
，，，，，正在有意地模糊这三者之间的界线。。。

图丨三种天下模子（泉源：Substack）

为什么模拟是要害枢纽

在三个种别中
，，，，，模拟器受到的公众关注最少
，，，，，却是三者中最主要的。。。这篇文章想纠正这种差池称。。。

渲染器是现在商业化水平最高的。。。大宗图像或文本转视频产品正在消耗和企业市场快速扩张。。。Google 的 Nano Banana 模子将渲染器级别的图像天生能力送到了可能数以亿计的用户手中。。。手艺是着实的
，，，，，市场也是着实的。。。然而渲染器优化的目的是视觉可信度而非物理准确性
，，，，，这个天花板很主要。。。它们的输出很漂亮
，，，，，但你不可用它们来设计一座修建或训练一个机械人。。。

妄想器是最令人兴奋也最不可熟的
，，，，，它与快速演进的机械人学习领域亲近相关。。。已往两年里
，，，，，这个领域产出了不少在视频里看起来令人印象深刻的机械人演示
，，，，，但我们需要坦诚地面临这些演示事实展示了什么。。。险些所有演示都局限于高度受限的实验室情形
，，，，，物体种类有限
，，，，，使命时长很短。。。没有一个经受过真实天下安排所要求的重漂后、多样性和一连时长的验证。。。从一段精彩的演示视频到一个能在厨房、客栈或手术室中可靠事情的机械人
，，，，，中心的鸿沟依然重大。。。

只管云云
，，，，，商业上的押注规模仍然可观。。。一波资金丰裕的新进入者正在争相推出通用妄想系统
，，，，，而大型基础设施玩家则在将妄想能力架设在更普遍的模拟客栈之上。。。

模拟是毗连两者的桥梁。。。若是说语言是对天下的笼统
，，，，，像素是对天下的投影
，，，，，那么几何、物理和动力学就是天下自己。。。模拟器必需在这个层面上事情：它是结构性的骨架
，，，，，视觉体现（供渲染器使用）和行动效果（供妄想器使用）都可以从中推导出来。。。

一个掌握了模拟的模子
，，，，，能够将它的明确投射为供人类消耗的像素
，，，，，也能投射为供具身智能体使用的行动展望。。。而一个只掌握了渲染或只掌握了妄想的模子
，，，，，两者都做不到。。。这里的商业空间极其辽阔。。。仅 NVIDIA 的 Omniverse一 项
，，，，，其目的市场规模据该公司预计就凌驾万亿美元
，，，，，涵盖工厂、客栈、供应链和数字孪生。。；；等搜盗贰⒆远菔徊馐浴⑿藿墒踊⒐こ躺杓啤⒁┪锓⒚
，，，，，全都依赖于某种形态的模拟。。。

这个领域最难题的开放性问题也集中在这里。。。带有显式几何、材质属性和物理标注的三维数据
，，，，，比渲染器逊用的互联网视频稀缺了几个数目级。。。sim-to-real 差别（模拟中的物体行为与真实天下中的行为之间的差别）仍然保存。。。天生式模拟器在此基础上还引入了新的风险：AI 天生的几何体可能看起来准确
，，，，，但现实上包括自相交或过失比例的问题
，，，，，导致物理模拟爆发谬妄的效果。。。大规模的多物理模拟（刚体、可变形物体、流体、布料所有同时交互）的盘算本钱仍然比简单领域的模拟横跨几个数目级。。。

在 World Labs
，，，，，Marble 是我们在这个偏向上的第一步。。。它接受多模态输入（文本、图像、视频或空间草图）
，，，，，天生可探索的 3D 情形
，，，，，同时输出用于视觉探索的高斯泼溅（Gaussian splats）和供物理引擎操作的碰撞网格。。。但Marble只是一段漫长弧线的第一章。。。随着渲染、模拟和妄想之间的界线最先消融
，，，，，整个领域都在誊写这个故事。。。

界线正在消融
，，，，，以及接下来会爆发什么

目今这个领域最主要的趋势是
，，，，，三个种别正在最先融合。。。背后的共识是：渲染一个天下、模拟它、在其中行动
，，，，，所需要的知识在很洪流平上是相同的。。。沿用前面的例子
，，，，，一个真正明确杯子怎样放在桌上的模子（它的几何形状、材质属性、对力的响应等等）
，，，，，应该能够从恣意角度渲染这只杯子
，，，，，模拟杯子被推动后会爆发什么
，，，，，并计齐整只手去拿起它。。。三个种别是统一种底层明确的三种投影。。。

好比
，，，，，最近已有少量但在增添中的事情来自差别的机械人实验室
，，，，，它们展示了一种至少在看法上建设的可能性：一个预训练的视频渲染器可以作为联合天下展望和行动展望的主干网络
，，，，，让简单模子同时想象“会爆发什么”和“该做什么”
，，，，，从而在渲染器和妄想器之间架起桥梁。。。World Labs 的 Marble 已经能从简单模子同时输出高斯泼溅和碰撞网格
，，，，，消解了渲染器与模拟器之间的界线。。。每一个层面都在从被动输出转向交互式系统：渲染器变得可以响应行动条件
，，，，，模拟器天生的天下变得越发可控和可编辑
，，，，，妄想器最先举行审慎推理而不但仅是做出反映。。。

逻辑上的终点是一个统一的天下模子：一个基础模子
，，，，，能够渲染照片级真实的视图、天生物理上准确的结构、妄想行动序列
，，，，，并凭证下游使用者的需求在差别输出模态之间切换。。。我们仍将面临一系列严肃的挑战。。。数据名堂极不平衡
，，，，，渲染器坐拥海量互联网视频
，，，，，而模拟器和妄想器则面临3D资产和机械人树模数据的严重匮乏。。。针对视觉美感的优化可能会牺牲机械人或高保真模拟所需的精度。。。在简单架构内协调这些张力
，，，，，是当今天下模子研究的焦点开放问题
，，，，，也是 World Labs 在一连演进 Marble 的历程中致力于解决的。。。

（泉源：Substack）

但大偏向已经很清晰。。。从 1980 年月末至今
，，，，，这个领域押的始终是统一个赌注：只要天下模子足够富厚
，，，，，智能体望见天下、构建天下、在其中行动所需的工具就全在内里了。。。这个赌注现在正在驱动一整代人的研究。。。而真正给它加上砝码的
，，，，，是已经在爆发的融合：渲染、模拟、妄想三条线
，，，，，每条都已经各自撑起价值数十亿美元的工业
，，，，，它们早先是自力的研究偏向
，，，，，现在最先汇到一起。。。当界线消逝
，，，，，三者合流将重新界说一件更大的事：机械智能与它所栖居的物理天下之间的关系
，，，，，也就是空间智能的久远走向。。。

语言给了机械一种谈论这个天下的方式。。。天下模子
，，，，，则是机械最终得以明确、想象、推理并与之交互的途径。。。

参考资料：

1.https://drfeifei.substack.com/p/a-functional-taxonomy-of-world-models

注：首图由 AI 辅助天生

本月行业协会转达新政谋划态李飞飞：当视频天生、NVIDIA都自称天下模子
，，，，，我们需要一个分类法

“天下模子”或许是 2025 年以来 AI 领域里最热也最杂乱的看法。。。Sora出来的时间
，，，，，OpenAI 管它叫天下模拟器；；Genie 让你在天生的画面里走来走去
，，，，，也叫天下模子；；机械人公司说自己在做天下模子
，，，，，NVIDIA 说 Omniverse 是天下模子的基础设施
，，，，，连游戏引擎也被拉进了这个叙事。。。各人都在用统一个词
，，，，，但各自说的又完全不是统一件事。。。

今天
，，，，，李飞飞在个人 Substack 揭晓了一篇新文章
，，，，，对这一看法举行了厘清。。。她首先回到强化学习教科书里谁人最经典的图（POMDP 闭环：智能体→行动→状态→视察→智能体）
，，，，，然后指出：现在被叫做“天下模子”的工具
，，，，，着实是这个闭环的三种差别投影。。。输出像素（视察）的是渲染器
，，，，，输出状态的是模拟器
，，，，，输出行动的是妄想器。。。分类标准很是精练
，，，，，就看你输出的是闭环里的哪个部分。。。

(泉源：《麻省理工科技谈论》)

她判断
，，，，，三者之中
，，，，，渲染器商业化最成熟但有天花板（悦目不即是物理准确）
，，，，，妄想器最令人兴奋但离真实安排最远（实验室演示和现实可用之间的鸿沟依然重大）
，，，，，而模拟器是被严重低估的要害枢纽。。。由于模拟器事情在几何、物理和动力学的层面上
，，，，，既能向上投射为像素供人类消耗
，，，，，也能向下推导出行动效果供机械人使用。。。掌握了模拟
，，，，，就同时拥有了渲染和妄想的基。。；；反过来则不可。。。

这篇文章虽然也是 World Labs 的产品宣言。。。他们的 Marble 已经在同时输出高斯泼溅和碰撞网格
，，，，，试图把渲染器和模拟器统一到一个模子里。。。文章末尾描绘的终局是一个统一的天下基础模子
，，，，，能凭证下游需求在渲染、模拟和妄想之间自由切换。。。这个愿景是否能实现另说
，，，，，但作为一个剖析框架
，，，，，渲染器/模拟器/妄想器的三分法也许确实有助于穿透目今"天下模子"看法的一部分噪音。。。

全文译出如下。。。

“天下是所有爆发的事情的总和。。。”

——维特根斯坦
，，，，，《逻辑哲学论》
，，，，，1921

天下不是由文字组成的。。。

在早先的一篇文章中
，，，，，我们提出空间智能是 AI 的下一个前沿
，，，，，而天下模子是通向它的路径。。。在此
，，，，，World Labs 团队和我想再深入一层：在现在被冠以“天下模子”之名的众多事物中
，，，，，哪些功效？
？？？？檎嬲槌闪苏庵帜芰？
？？？？它们各自的用途又是什么？
？？？？

语言模子赋予了机械对看法、词汇和推理的强盛掌控力
，，，，，但物理天下
，，，，，无论虚拟照旧真实
，，，，，运行在完全差别的基底之上。。。语言模子学习的是文本的统计结构
，，，，，天下模子学习的是空间与时间的统计结构：光怎样落在一个外貌上
，，，，，一座花园从一个从未被相机捕获过的角度看起来是什么样子
，，，，，物体怎样响应力并遵照物理定律。。。

这使得“天下模子”成了当下 AI 领域最主要、同时也最被滥用的术语之一。。。盘算机视觉、机械人学、强化学习和天生式 AI 都声称自己在构建天下模子
，，，，，但各自指的是截然差别的工具。。。一个能天生华美但物理上不可能的火焰的视频模子
，，，，，一个即兴天生可玩游戏的语言模子
，，，，，一个忠实模拟燃烧历程的物理引擎
，，，，，它们都被叫作统一个名字。。。

古希腊人历来无法就天下由什么组成告竣一致
，，，，，不管是火、水照旧不可支解的原子
，，，，，由于"天下"历来就不是简单的工具。。。它始终是某个头脑家为了推理某种总体性而使用的替换词。。。AI 继续了同样的问题
，，，，，并且恰恰爆发在这个领域最需要准确性的时刻。。。

分类法背后的闭环

要厘清这种杂乱
，，，，，可以从一张比上述所有手艺都更古老的图最先。。。所有强化学习课本
，，，，，包括经典的 Sutton 和 Barto
，，，，，几十年来一直使用统一幅图的变体来形貌智能体怎样与天下交互。。。这幅图的正式名称是部分可视察马尔可夫决议历程（POMDP）
，，，，，而“天下模子”这个术语最初的界说就属于这一古板。。。

一个智能体（可以是人、机械人或软件系统）执行行动。。。这些行动改变天下的状态。。。但智能体永远无法直接看到状态自己
，，，，，它所吸收到的是视察：落在视网膜上的光子、传感器的读数、视频帧中的像素。。。新的视察指导新的行动
，，，，，循环往复。。。

“状态”这个词需要拆开来看
，，，，，由于在差别领域中它的寄义会爆发偏移。。。这里说的不是化学家的状态
，，，，，不是固态、液态和气态的区别。。。这里是物理学家和机械人学家的状态：对天下在某一时刻所爆发的一切的完整形貌
，，，，，包括每一个物体、每一个位置、每一个速率、每一种属性。。。状态是天下的底层现实
，，，，，原则上是完整的
，，，，，但关于身处其中的任何智能体来说永远不可直接视察。。。视察是智能体对这一现实的局部视角。。。行动则是智能体据此做出的回应。。。

这个闭环（智能体→行动→状态→视察→智能体）正是赋予“天下模子”这个术语其手艺寄义的结构。。。这个短语自己越发古老
，，，，，可以追溯到 Kenneth Craik 在 1943 年的提议
，，，，，他以为心智通过运行现实的“小比例模子”来举行推理
，，，，，而到了 1980 年月末和 1990 年月初
，，，，，这一看法被引入了神经网络领域。。。这个闭环同样诠释了人们今天使用这个术语时的寄义。。。现在被称为天下模子的种种工具
，，，，，现实上是统一个闭环的差别投影
，，，，，每一种输出的是闭环中差别的组成部分。。。

天下模子的三种功效

第一种天下模子是渲染器。。。渲染器输出的是视察
，，，，，详细来说是面向人眼的像素
，，，，，而最主要的品质指标是视觉保真度。。。一个将文本提醒转化为影戏级航拍镜头的视频模子就是渲染器；；像 Google的Genie 3 或 World Labs 自己的 RTFM 这样的交互式系统也是渲染器
，，，，，它们凭证用户输入实时天生画面。。。这类模子不具备对三维结构的显式明确。。。它天生的是寓目者会看到的画面
，，，，，而不是事物自己的样子。。。航拍镜头里的修建从空中看也许完善无瑕
，，，，，但试着在下面的都会中穿行
，，，，，它们就会崩塌。。。

第二种是模拟器。。。模拟器输出的是状态：一种在几何、物理或动力学上忠实的天下表征
，，，，，人类和盘算机程序都能在其上举行盘算和交互。。。渲染器的左券是纯视觉的
，，，，，而模拟器的左券是结构性的
，，，，，它要求几何经得起磨练
，，，，，物理遵照牛顿定律
，，，，，动力学的行为切合物理规则的预期。。。模拟器同时服务两类用户。。。修建师、设计师、影戏人、游戏开发者等专业人士需要逾越视觉可信度的准确性。。。强化学习智能体、机械人控制器、自动驾驶车辆等盘算机程序则把模拟器看成训练场
，，，，，在其中大规模地与天下交互
，，，，，测试那些在现实中要么危险、要么腾贵、要么基础不可能执行的场景。。。

第三种是妄想器。。。妄想器输出的是行动。。。给定一个视察和一个目的
，，，，，妄想器回覆的问题是：智能体下一步该做什么。。。在许多意义上
，，，，，妄想器是渲染器的逆历程。。。渲染器以行动为输入、产出视察
，，，，，妄想器以视察为输入、产出行动
，，，，，从而闭合了感知-行动回路。。。视觉-语言-行动模子（VLA）、基于模子的系统
，，，，，以及新一波的天下行动模子（World Action Models）
，，，，，都是妄想器的差别实验：让系统能够在非结构化的天下中决议机械人应该做什么。。。

以上三个种别涵盖了目今现着实落地的大部分事情
，，，，，而它们之间的区分在实践中很有用。。。但这三个种别并非从基础上相互割裂。。。它们共享统一套关于天下怎样运作的底层知识：几何、物理、动力学。。。一个能从恣意角度渲染一只杯子的模子
，，，，，原则上也应该能模拟杯子被推动后会爆发什么
，，，，，并计齐整只手去把它拿起来。。。越来越多最有意思的研究
，，，，，正在有意地模糊这三者之间的界线。。。

图丨三种天下模子（泉源：Substack）

为什么模拟是要害枢纽

在三个种别中
，，，，，模拟器受到的公众关注最少
，，，，，却是三者中最主要的。。。这篇文章想纠正这种差池称。。。

渲染器是现在商业化水平最高的。。。大宗图像或文本转视频产品正在消耗和企业市场快速扩张。。。Google 的 Nano Banana 模子将渲染器级别的图像天生能力送到了可能数以亿计的用户手中。。。手艺是着实的
，，，，，市场也是着实的。。。然而渲染器优化的目的是视觉可信度而非物理准确性
，，，，，这个天花板很主要。。。它们的输出很漂亮
，，，，，但你不可用它们来设计一座修建或训练一个机械人。。。

妄想器是最令人兴奋也最不可熟的
，，，，，它与快速演进的机械人学习领域亲近相关。。。已往两年里
，，，，，这个领域产出了不少在视频里看起来令人印象深刻的机械人演示
，，，，，但我们需要坦诚地面临这些演示事实展示了什么。。。险些所有演示都局限于高度受限的实验室情形
，，，，，物体种类有限
，，，，，使命时长很短。。。没有一个经受过真实天下安排所要求的重漂后、多样性和一连时长的验证。。。从一段精彩的演示视频到一个能在厨房、客栈或手术室中可靠事情的机械人
，，，，，中心的鸿沟依然重大。。。

只管云云
，，，，，商业上的押注规模仍然可观。。。一波资金丰裕的新进入者正在争相推出通用妄想系统
，，，，，而大型基础设施玩家则在将妄想能力架设在更普遍的模拟客栈之上。。。

模拟是毗连两者的桥梁。。。若是说语言是对天下的笼统
，，，，，像素是对天下的投影
，，，，，那么几何、物理和动力学就是天下自己。。。模拟器必需在这个层面上事情：它是结构性的骨架
，，，，，视觉体现（供渲染器使用）和行动效果（供妄想器使用）都可以从中推导出来。。。

一个掌握了模拟的模子
，，，，，能够将它的明确投射为供人类消耗的像素
，，，，，也能投射为供具身智能体使用的行动展望。。。而一个只掌握了渲染或只掌握了妄想的模子
，，，，，两者都做不到。。。这里的商业空间极其辽阔。。。仅 NVIDIA 的 Omniverse一 项
，，，，，其目的市场规模据该公司预计就凌驾万亿美元
，，，，，涵盖工厂、客栈、供应链和数字孪生。。；；等搜盗贰⒆远菔徊馐浴⑿藿墒踊⒐こ躺杓啤⒁┪锓⒚
，，，，，全都依赖于某种形态的模拟。。。

这个领域最难题的开放性问题也集中在这里。。。带有显式几何、材质属性和物理标注的三维数据
，，，，，比渲染器逊用的互联网视频稀缺了几个数目级。。。sim-to-real 差别（模拟中的物体行为与真实天下中的行为之间的差别）仍然保存。。。天生式模拟器在此基础上还引入了新的风险：AI 天生的几何体可能看起来准确
，，，，，但现实上包括自相交或过失比例的问题
，，，，，导致物理模拟爆发谬妄的效果。。。大规模的多物理模拟（刚体、可变形物体、流体、布料所有同时交互）的盘算本钱仍然比简单领域的模拟横跨几个数目级。。。

在 World Labs
，，，，，Marble 是我们在这个偏向上的第一步。。。它接受多模态输入（文本、图像、视频或空间草图）
，，，，，天生可探索的 3D 情形
，，，，，同时输出用于视觉探索的高斯泼溅（Gaussian splats）和供物理引擎操作的碰撞网格。。。但Marble只是一段漫长弧线的第一章。。。随着渲染、模拟和妄想之间的界线最先消融
，，，，，整个领域都在誊写这个故事。。。

界线正在消融
，，，，，以及接下来会爆发什么

目今这个领域最主要的趋势是
，，，，，三个种别正在最先融合。。。背后的共识是：渲染一个天下、模拟它、在其中行动
，，，，，所需要的知识在很洪流平上是相同的。。。沿用前面的例子
，，，，，一个真正明确杯子怎样放在桌上的模子（它的几何形状、材质属性、对力的响应等等）
，，，，，应该能够从恣意角度渲染这只杯子
，，，，，模拟杯子被推动后会爆发什么
，，，，，并计齐整只手去拿起它。。。三个种别是统一种底层明确的三种投影。。。

好比
，，，，，最近已有少量但在增添中的事情来自差别的机械人实验室
，，，，，它们展示了一种至少在看法上建设的可能性：一个预训练的视频渲染器可以作为联合天下展望和行动展望的主干网络
，，，，，让简单模子同时想象“会爆发什么”和“该做什么”
，，，，，从而在渲染器和妄想器之间架起桥梁。。。World Labs 的 Marble 已经能从简单模子同时输出高斯泼溅和碰撞网格
，，，，，消解了渲染器与模拟器之间的界线。。。每一个层面都在从被动输出转向交互式系统：渲染器变得可以响应行动条件
，，，，，模拟器天生的天下变得越发可控和可编辑
，，，，，妄想器最先举行审慎推理而不但仅是做出反映。。。

逻辑上的终点是一个统一的天下模子：一个基础模子
，，，，，能够渲染照片级真实的视图、天生物理上准确的结构、妄想行动序列
，，，，，并凭证下游使用者的需求在差别输出模态之间切换。。。我们仍将面临一系列严肃的挑战。。。数据名堂极不平衡
，，，，，渲染器坐拥海量互联网视频
，，，，，而模拟器和妄想器则面临3D资产和机械人树模数据的严重匮乏。。。针对视觉美感的优化可能会牺牲机械人或高保真模拟所需的精度。。。在简单架构内协调这些张力
，，，，，是当今天下模子研究的焦点开放问题
，，，，，也是 World Labs 在一连演进 Marble 的历程中致力于解决的。。。

（泉源：Substack）

但大偏向已经很清晰。。。从 1980 年月末至今
，，，，，这个领域押的始终是统一个赌注：只要天下模子足够富厚
，，，，，智能体望见天下、构建天下、在其中行动所需的工具就全在内里了。。。这个赌注现在正在驱动一整代人的研究。。。而真正给它加上砝码的
，，，，，是已经在爆发的融合：渲染、模拟、妄想三条线
，，，，，每条都已经各自撑起价值数十亿美元的工业
，，，，，它们早先是自力的研究偏向
，，，，，现在最先汇到一起。。。当界线消逝
，，，，，三者合流将重新界说一件更大的事：机械智能与它所栖居的物理天下之间的关系
，，，，，也就是空间智能的久远走向。。。

语言给了机械一种谈论这个天下的方式。。。天下模子
，，，，，则是机械最终得以明确、想象、推理并与之交互的途径。。。

参考资料：

1.https://drfeifei.substack.com/p/a-functional-taxonomy-of-world-models

注：首图由 AI 辅助天生

“五一”时代
，，，，，青岛新华书店各门店集中开展阅读墟市、非遗体验、图书分享、研学实践、艺术展览等活动50余场
，，，，，场场活感人气十足
，，，，，青岛书城客流量较2025年同期实现翻倍增添。。。

凯时AG

FIBA晒文班少林寺修炼照