基于声学物理信息的世界模型综述

本综述提供了关于以声学物理信息为基础的世界模型新兴领域的全面概述。它考察了该领域的理论基础、关键方法框架以及在利用声信号实现高保真环境感知、因果物理推理和动态事件预测 simulation 中的最新技术进展。本综述解释了声信号作为物理事件机械波能量直接载体，如何编码关于材料属性、内部几何结构和复杂相互作用动力学的丰富潜在信息。具体而言，本综述通过阐述基本物理法则如何支配声信号中物理信息的编码，建立了理论基础。随后，本综述审阅了核心方法支柱，包括物理信息神经网络 (Physics-Informed Neural Networks, PINNs)、生成模型和自监督多模态学习框架。此外，本综述详细阐述了声学世界模型在机器人、自动驾驶、医疗和金融等领域的重要应用。最后，本综述系统梳理了重要的技术与伦理挑战，并提出了通往稳健、因果、知情不确定性且负责任声学智能的具体研究路线图。这些要素 collectively 指向了一种向具身主动声学智能的研究路径，使 AI 系统能够通过声音构建内部的“直觉物理”引擎。