世界模型的主要技术路线有哪些？

世界模型目前尚未形成统一的技术路线，不同团队从各自优势场景出发向"理解物理世界"收敛。

1. 智源研究院的四大分类

北京智源研究院院长王仲远在 2026 智源大会上提出四大分类：以语言为中心（LLM/VLM/VLA）、以像素为中心（视频生成）、以三维结构为中心（3D 重建）、以视觉表征为轴心。

2. 视频生成派：从像素进入

依托 AR-DiT 等实时交互技术将"文生视频"推向"可驱动的视频世界"，代表包括生数科技、阿里 HappyOyster 等。

3. 空间智能派：先重建再理解

主张先完成三维重建再进行理解，代表包括 World Labs 与腾讯混元。

4. 具身智能派：从动作进入

聚焦为机器人提供可交互的训练环境，是需求最刚性的路线之一。

5. 表示学习派：JEPA 架构

以 Yann LeCun 创立的 AMI Labs 为代表，主张联合嵌入预测架构（JEPA），在抽象表征空间而非像素层面预测未来，以规避像素级预测的高算力消耗与幻觉问题。