黄柳青

浙江大学临空智能媒体研究院首席CTO

精彩观点：

大语言模型依托海量数据训练，已经具备极强的通用能力和实用价值，但在专业领域仍存在明显瓶颈，普遍止步于“90分”，难以稳定迈向“97分—99分”的高阶精准水准。未来人工智能的重要突破，在于与传统AI技术、知识系统与神经网络架构的深度融合，而借助世界模型实现技术互补，正成为突破能力天花板的关键路径。

世界模型的发展核心，并不只是三维场景搭建或数字空间重建，本体论研究才是真正的重中之重。其目标是让AI不仅“会生成”，更能够理解现实世界中的规则、因果关系、人情逻辑以及复杂系统之间的深层关联。

布局世界模型，是AI从“可用”走向“可信、专业、顶尖”的必经之路。世界模型不会继续追求覆盖全域、全场景的“全能通用”路线，而是会朝着垂直细分、领域专精的方向发展，聚焦单一行业与场景做深做透，形成更具落地价值的专属世界模型。

发言内容：

回到本次主题，世界模型与AI的发展。近些年，大语言模型及人工智能技术发展迅猛，如今行业再度聚焦讨论世界模型，究其原因不难发现，世界模型所研究的3D重建、目标驱动、流程推演、环境理解等内容，其实都是人工智能过去数十年持续深耕的重要方向。

大语言模型依托海量数据训练，具备神经网络架构非常强的泛化能力与诸多优势，但仍然存在明显局限，无法真正完整吸纳和掌握人类世界的全部知识。日常交流中，智能问答类AI实用性已经很强，信息输出也非常丰富，但一旦进入深度专业领域，大多数时候只能达到“90分左右”的水平，很难进一步突破到“97分、99分”这种真正高可信、高精度的能力阶段。

在这样的行业背景下，业界开始重新思考人工智能的发展路径。未来并不是单纯继续扩大参数规模，而是探索将传统人工智能技术、知识体系、规则系统与神经网络大模型进行深度融合，借助世界模型补齐当前AI系统的认知短板。

人类长久以来所有科学研究的本质，其实都是在不断探索和认知世界。而这种认知，并不仅仅局限于简单的三维建模，更涵盖万物之间的关联、人际交往、情感逻辑以及复杂系统之间的深层关系。因此，本体论研究正在成为世界模型发展的核心关键。世界模型真正重要的，不只是“把世界构建出来”，而是让AI理解世界运行背后的规律与逻辑。

以 Palantir Technologies 为例，其核心能力的重要基础之一就在于本体论体系建设。通过对现实世界中的对象、关系与事件进行结构化建模，系统能够挖掘出许多人类难以直接察觉的规律、风险与趋势。这也说明，世界模型未来真正重要的方向，并不只是生成能力，而是让AI具备更强的现实认知能力。

由此可见，世界模型的核心发展思路，是在大语言模型、大数据与强大算力基础上，进一步融入本体论思维，让AI对现实世界的认知能力迈入新的阶段。未来AI不仅要“会说话”“会生成内容”，更重要的是要真正理解现实社会、产业运行、人与人的关系，以及复杂系统背后的深层逻辑。

同时，对于世界模型未来的发展形态，也不必一味追求覆盖全域、全场景的“超级通用模型”。未来世界模型更大的可能，是朝着垂直细分、领域专精的方向发展。无论是工业制造、智能家居、医疗、金融，还是城市治理等领域，都可能形成自己的专属世界模型。

依托神经网络架构深耕单一赛道，在具体行业和场景中真正做到极致，远比打造一个“什么都懂”的全能模型更具现实落地价值，也更容易形成真正可用的产业智能系统。

世界模型本质上是人工智能发展的下一阶段。如果希望让今天大模型普遍“90分—95分”的能力，进一步迈向“97分—99分”的高可信智能，深耕世界模型几乎是必经之路。目前，Huawei 等企业已经率先布局这一前沿方向，走在行业探索前列。这并不是简单跟风，而是全球人工智能正在共同进入的新阶段与新课题。