世界模型是如何工作的？

世界模型的工作机制可以概括为一个"感知—构建—模拟—规划—行动"的闭环，其核心是在内部维护世界状态并预测动作后果。

1. 接收观测并构建内部表征

智能体先接收对环境的观测（如图像、视频、传感器读数），再在内部维护一个关于世界状态的表征，作为后续推演的载体。

2. 动作条件下的状态预测

当给定一个动作时，模型预测该动作作用下的下一个合理世界状态，而不是直接输出一段固定内容，这是世界模型区别于内容生成模型的关键。

3. 理论根源：POMDP 闭环

其机制常被追溯到部分可观马尔可夫决策过程（POMDP）：智能体无法完整观测世界，只能依据有限观测推断状态，并通过"动作—状态—观测"的循环不断更新认知。

4. 学术定义的收敛

图灵奖得主 Yann LeCun 将世界模型定义为"能预测行动后果的内部模拟器"；斯坦福大学教授李飞飞团队在 2026 年发表的《世界模型的功能分类法》中进一步指出，当前被统称为"世界模型"的系统，实际上是这一认知闭环在不同环节上的功能投影。