世界模型热潮遇到能力天花板，泛化困境仍未突破
过去一年被投资圈热捧的世界模型技术正在遭遇能力天花板。多位人工智能研究者在近期公开访谈中承认，这类系统在特定训练环境中的仿真效果确实惊人，但一旦被要求对未见过的场景做预测，泛化能力急剧下降，这与业界宣传的通用智能路径存在明显距离。
世界模型的核心思路是让神经网络学习物理世界的运行规律，从而可以在内部推演未来事件而不必真正与外界交互。这一想法可以追溯到多年前的经典强化学习论文，近两年得益于视频生成模型的能力提升重新获得关注，多家人工智能公司都推出了自家的世界模型产品。
研究者具体指出的问题包括时间一致性和物理正确性。在数秒的短片段仿真中，模型可以生成看起来合理的场景，但当仿真长度延长到分钟级别，物体的位置、大小甚至存在性都会开始漂移。这种漂移在游戏或影视应用中尚可接受，但对机器人和自动驾驶这类需要严谨物理推理的场景是致命缺陷。
另一个隐藏的问题是训练数据分布带来的偏见。目前主流的世界模型几乎都以互联网视频为主要训练素材，这决定了它对常见场景的仿真质量很高，对稀有事件的建模能力却相当薄弱。而在机器人和自动驾驶等应用中，最需要精准仿真的恰恰是这些低频但高风险的场景。
专家进一步指出，业界目前用来评估世界模型能力的基准测试本身也不够严谨。多数评测集侧重于视觉相似度，很少涉及模型是否真的理解了物理约束和因果关系。当研究团队自行设计更严格的评测标准时，主流世界模型的成绩会大幅下降。
投资市场对世界模型的估值并没有因此降温。多家专注于此方向的初创公司已经完成了大额融资，估值维持在数十亿美元级别。分析人士的判断是，即便通用智能路径难以短期实现，仅仅是游戏引擎、影视特效和局部机器人仿真的应用场景就足以支撑较高的估值。
学术界与产业界在这一话题上的分歧越来越明显。学术研究者倾向于把世界模型看作朝通用智能迈进的一个中间步骤，需要与更强的推理模块结合才有意义；产业界则更愿意把它作为可以立即产品化的仿真工具卖给游戏和影视客户。这两条路径的技术要求并不完全一致。
短期内，世界模型的实际用途将更多集中在受控环境中的仿真加速，而非替代真实世界的交互训练。