百家乐软件APP下载安装2026最新版 不是什么齐叫“寰球模子”，李飞飞给出新界说

斯坦福大学 AI 科学家、World Labs 首创东谈主李飞飞。图片经由 AI 处理  

文丨谢瑞瑞

剪辑丨徐青阳

"寰球模子"是畴前两年 AI 领域最常被说起的主意之一，但它的含义正在变得越来越肮脏。

视频生成模子、话语模子，甚而连物理引擎齐能自称是寰球模子。

斯坦福大学 AI 科学家、World Labs 首创东谈主李飞飞于 6 月 4 日撰文，成心恢复这种错杂。她开篇便给出判断：寰球模子是目下 AI 领域最辗转、也最被蹂躏的术语之一。

她在文中写谈，连古希腊东谈主齐没给"寰球"下过一个统一、公认的界说。"寰球"从来不是一个具体的事物，今天，AI 也剿袭了雷同的问题——寰球模子的畛域在何处？

李飞飞的处置念念路很明确：先分清寰球模子的三个中枢功能——渲染、模拟、想象。

01 连气儿寰球模子的钥匙，是一张旧图

在张开证明之前，李飞飞先回归了一张在强化学习领域使用了几十年的框架图：部分可不雅测马尔可夫有磋商经由（Partially Observable Markov Decision Process，POMDP）。这个框架的称号很复杂，但逻辑却简明。

李飞飞将目下的寰球模子系统分为三类，别离是渲染器、模拟器以及想象器

它描写的是一个轮回：智能体礼聘举止，举止变嫌寰球的状态，智能体从环境中赢得不雅测值，再依据不雅测礼聘下一步碾儿动。轮回不息进行。

文中的"状态"，指的是物理学和机器东谈主学中的主意：在某个时候对寰球气象的齐备描写，涵盖每一个物体、每一个位置、每一组速率和每一项属性，对身处其中的任何智能体而言，恒久无法被完满成功感知。咱们能得到的，只是对现实的部分不雅测。

李飞飞进一步指出，这个由"智能体—举止—状态—不雅测—回到智能体"组成的闭环，赋予了当代寰球模子真确的技巧内核。

"寰球模子"主意，最早不错回顾到 1943 年，由状貌学家肯尼斯 · 克雷克（Kenneth Craik）在 1943 年提倡，即大脑通过运行现实的"小鸿沟模子"来进行推理。到了 20 世纪 80 年代末、90 年代初，这个主意被引入神经采集磋商。而今天，所有被称为寰球模子的事物，本色上齐是归并个轮回在不同方朝上的投影，每一类只输出轮回中的一个片断。

02 三类寰球模子：渲染器、模拟器与想象器  

李飞飞合计，面前所有自称寰球模子的系统可分为三类：渲染器、模拟器和想象器。

第一类寰球模子是渲染器。它的输出是供东谈主眼不雅看的像素，中枢评估目的是视觉传神度。

渲染器主要注壮盛成视觉画面，最主要的旁观圭臬是传神度

能将文本提醒出动为电影级航拍镜头的视频生成模子属于这一类，谷歌的 Genie 3、World Labs 自研的 RTFM 等交互式生成系统也在此列。这类模子对三维结构莫得显式连气儿，它们生成的是不雅众"会看到什么"，而不是"现实自己是什么"。

李飞飞在文中举了一个例子：航拍镜头中的建筑从上方看可能绰有余裕，但要是试图驱车穿过下方的城市，画面就会土崩解析。原因很简便，渲染器的条约隧谈是视觉上的，它并分歧画面背后的物理结构承担任何拖累。

渲染器是面前交易落地最老练的一类寰球模子。谷歌的 Nano Banana 仍是将渲染级别的图像生成才能录用到数亿用户手中。

但它的天花板雷同了了——渲染器优化的是视觉合感性，而非物理准确性。它的输出令东谈主赞誉，但弗成被信托去想象建筑或闇练机器东谈主。李飞飞对此总结谈：渲染器的输出天然娟秀，但你无法信任它们去承担那些与现实寰球紧密团结的任务。

第二类寰球模子是模拟器。它输出的不是像素，而是状态，是一种在几何、物理和能源学层面高度保竟然寰球表征。

模拟器的服务是构建稳当物理章程的三维结构

模拟器的条约是结构性的：几何须须经得起注释，物理必须尊重客不雅规章，能源学进展必须稳当现实拘谨。

它同期服务于两类受众：一类是东谈主类专科东谈主士，包括建筑师、想象师、电影制作主谈主和游戏开采者；另一类是推断机法子，包括强化学习智能体、机器东谈主为止器和自动驾驶汽车，它们将模拟器手脚闇练场，测试那些在现实中过于危境或立志的场景。

李飞飞在文中有这么一段证明：要是说话语是对寰球的一种详尽描写，像素是对寰球的一种视觉投影，那么几何、物理和能源学才是寰球的本来面庞。模拟器必须建造在这个层面之上。

她例如说，模拟器生成的几何结构和物理章程就像一副骨骼——渲染器所需要的视觉外不雅、想象器所依赖的举止效力，齐是从这副骨骼上滋长出来的。

这意味着，一个明慧模拟的模子，不错将其连气儿出动为供东谈主不雅看的像素，也不错出动为供具身智能体使用的举止展望。而一个只是明慧渲染或只是明慧想象的模子，则作念不到这少量。这是模拟器与其他两类在才能上的本色各别。

第三类寰球模子是想象器，输出是举止。给定一个不雅测值和一个主义，想象器需要回答的中枢问题是：智能体下一步应该作念什么。

想象器的服务是给智能体下达举止指示

在好多方面，这只怕是渲染器的逆向经由。渲染器以举止为输入并产生不雅测值，想象器则以不雅测值为输入并产生举止，从而完成"感知—举止"的闭环。

视觉 - 话语 - 动作模子、基于模子的系统，以及新近兴起的寰球动作模子，本色上齐属于想象器的尝试。这些系统旨在让机器东谈主在非结构化寰球中自主决定下一步动作，成功输出一个可扩张的有磋商。

这是最受热心的新兴标的，与机器东谈主学习领域紧密联贯。畴前两年，种种机器东谈主演示视通常频激发烧心：机械臂纯真捏取物体，双足机器东谈主在复杂地形上行走，机器东谈主在桌面上完成精良操作等。

但李飞飞在文中指出，这些演示简直一谈局限在严格受控的实验室环境内，百家乐软件APP下载安装2026最新版物体种类有限，任务周期很短。莫得任何一个系统在实在寰球部署所需的复杂性、多变性或持久性方面得到过考据。

尽管技巧尚未老练，交易层面的押注却已开动。一批资金浑厚的新玩家正竞相推出通用想象系统。另一边，大型基础步调巨头则已搭建起强大的模拟平台，能处理从物理推断到环境生成的多样任务，现在正把想象才能手脚新功能加进去。

03 模拟器被低估了  

在渲染、模拟、想象这三个类别中，模拟器赢得的众人热心最少，但它却是三者中影响最潜入的一个。她的这篇著述，恰是为了处置模拟器在热心度上的分歧称。

交易层面的想象空间雷同可不雅。李飞飞在著述中成功说起英伟达的 Omniverse 平台，它所对准的工场、仓库、供应链和数字孪生领域，潜在市集鸿沟越过一万亿好意思元。机器东谈主闇练、自动驾驶测试、建筑可视化、工程想象和药物研发等等，齐依赖于模拟形态的技巧才能。

但模拟器面对的挑战也最为严峻。

率先是数据问题：包含显式几何、材料属性和物理标注的三维数据，远比渲染器闇练所依赖的互联网视频稀缺得多，收支以数目级计。互联网上有源源胁制的视频素材不错用来闇练渲染器，但带有精确物理属性的 3D 财富却极其有限。

其次是历久存在的"模拟与现实差距"。非论模拟作念得何等精良，臆造环境中的测试结果挪动到实在寰球时，总会产生偏差。这个问题在机器东谈主学和自动驾驶领域仍是被反复究诘，于今莫得完满处置。

此外，生成式模拟器还引入了新的风险。AI 生成的几何体看起来可能正确，但可能包含自相交或荒谬比例，一朝跑起物理模拟，就会产生颠倒的结果。

终末是推断本钱的问题。在大鸿沟多物理场景模拟中，刚体、可变形物体、流体和布料相互交汇，其推断本钱比单一领域的模拟进取太多。这意味着，即使有了填塞的数据和模子，运行这些模拟自己亦然一项立志的工程。

李飞飞创办的 World Labs 推出了 Marble 系统，这是朝"统一模拟"迈出的第一步。它接受文本、图像、视频或空间草图等输入，生成可交互的 3D 环境，同期输出两种结果：用于视觉呈现的高斯泼溅（Gaussian Splats），决定场景的视觉外不雅；用于物理推断的碰撞网格（Collision Meshes），决定物体的空间畛域与碰撞反应。畴前，视觉渲染和物理模拟是两套寂然的系统，Marble 把它们整合进了归并个模子。

Marble 的出现让模拟器第一次同期兼顾视觉呈现与物理结构。但正如李飞飞所说，这只是一个开动。

04 三条界限，正在隐匿  

李飞飞的另一项中枢判断是：渲染、模拟、想象这三个类别，正在开动相互和会。

激动这种和会的是一个共鸣——渲染一个寰球、模拟一个寰球以及在阿谁寰球中礼聘举止所需要的学问，在很猛进度上是通用的。

渲染、模拟和想象三种才能的畛域正在隐匿，最终指向一个统一的寰球模子：既能生成画面，又能进行物理推断，还能自主有磋商

李飞飞用一个杯子的例子来阐发这个不雅点。一个模子要是真确连气儿杯子何如放在桌面上，就能同期作念到三件事：从任性角度渲染这个杯子，模拟它被推倒的经由，并想象一只手去将它捡起。

而这三类才能，是归并种底层连气儿的三个不同投影，亦然一个齐备的连气儿在不同场景下的不同输出。

实践进展仍是出现。李飞飞在文中提到了来自不同机器东谈主实验室的磋商，磋商标明，预闇练的视频渲染器不错手脚连结寰球展望与举止展望的主干采集，意味着归并个模子既能"想象"接下来发生什么，又能"决定"接下来作念什么，从而在渲染器与想象器之间架起了一座桥梁。

她进一步指出，每一层齐在从被迫输出走向交互系统。渲染器正在变得可由举止救援，不再是单向的"输入笔墨、输出画面"，而是不错笔据用户的交互及时救援生成内容。模拟器生成的寰球正在变得更可控和可剪辑，用户不再只是被迫地不雅看模拟场景，还不错介入和修改。 想象器则从单纯的"作念出反应"走向"三念念尔后行"，简略进行更长链条的推演和想象。

这些趋势的逻辑止境是一个统一的寰球模子：一个既能渲染相片级实在视图、又能产生物理精确结构、还能想象举止序列的通用大模子，并可笔据下贱用户的需求目田切换输出模态。届时，"渲染器""模拟器""想象器"这些分类标签自己将变得不再辗转，因为它们只是归并个模子的不同用法。

天然，这个主义还远未完了。数据图谱仍然严重失衡，过度追求视觉好意思感，可能就义掉机器东谈主或高保真模拟所需的物理精确度。如安在单一架构中统一这些冲破，是目下寰球模子磋商最中枢的绽放问题。

结语：空间智能的漫长曲线  

著述收尾，李飞飞回到了一个从上世纪末延续于今的判断：

亦然所有这个词 AI 领域一直在押注归并个判断：一个填塞丰富的寰球模子，即是一个智能体去不雅察寰球、建造寰球并踏进其中礼聘举止所需要的一切。

而今天，这个判断仍是出现和会的趋势。

渲染、模拟、想象，三条底本各自寂然的磋商阶梯呈现出另外一面。跟着三者畛域的绝对坍缩，它们将共同重塑一个更强大的命题：机器智能与它所栖息的物理寰球之间的关联。

"话语赋予了机器驳倒这个寰球的才能，"李飞飞在文末写谈，"而寰球模子，将是机器最终用来连气儿、想象、推理并与这个寰球进行交互的气象。"

金鹿特约编译对本文亦有孝顺百家乐软件APP下载安装2026最新版