ARYA：面向科学计算的可组合、确定性且受物理约束的世界模型架构
人工智能
2026-03-24 v1 分布式、并行与集群计算
摘要
本文提出 ARYA，一种可组合、受物理约束且确定性的世界模型架构，基于五个基本原则：纳米模型、可组合性、因果推理、确定性以及架构级 AI 安全。我们展示，ARYA 满足所有标准世界模型要求，包括状态表示、动态预测、因果与物理感知、时序一致性、泛化、可学习性以及规划与控制。与单一基础模型不同，ARYA 通过由专用纳米模型组成的系统级-系统级-系统级层次结构实现上述功能，由 AARA (ARYA 自主研究智能体) 调度运行，该智能体持续执行感知-决策-行动-学习循环。纳米模型架构提供线性规模、稀疏激活、选择性取消训练以及亚 20 秒的训练周期，解决了传统方法在能力与计算效率之间的矛盾。核心贡献是不可被触发的安全核心：一种不可被禁用或绕过的架构不可变安全边界，包括其自我改进引擎。这是一种技术框架，确保在自主性提升的过程中保持人类控制。安全是构成每个操作的架构约束，而非事后应用的政策层。我们对 ARYA 架构与标准世界模型要求的正式对齐性进行阐述，并在 6 个竞争基准中进行了与 GPT-5.2、Opus 4.6 和 V-JEPA-2 的头对头比较。所有工作均无需神经网络参数，涵盖七个行业领域节点：航空航天、制药制造、石油与天然气、智慧城市、生物技术、国防以及医疗器械。
引用
@article{arxiv.2603.21340,
title = {ARYA: A Physics-Constrained Composable & Deterministic World Model Architecture},
author = {Seth Dobrin and Lukasz Chmiel},
journal= {arXiv preprint arXiv:2603.21340},
year = {2026}
}