从功能视角看,李飞飞团队在《世界模型的功能分类法》中将世界模型拆解为三个核心组件,分别对应感知—行动闭环中的不同环节。
渲染器(Renderer)负责产生观测,如视频模型生成一段画面,它追求视觉保真度,但"看起来像世界"不等于真正理解世界。
模拟器(Simulator)负责输出状态,即在几何、物理和动力学层面提供可信的世界表征,使物体的位置、空间关系、运动规律都保持合理与一致。
规划器(Planner)负责输出动作,根据观测和目标决定智能体应执行的行为,在真正执行前先在内部模拟不同方案。
三者之中,渲染器商业化最成熟但存在物理准确性天花板,规划器最具想象空间但离真实部署最远,而模拟器被视为连接渲染与规划的关键枢纽。