世界模型综述：理解世界还是预测未来？
计算与语言
2025-12-11 v4 人工智能
机器学习
摘要
随着GPT-4和Sora等多模态大型语言模型的出现，世界模型这一概念受到了广泛关注，这些技术是人工通用智能的重要组成部分。本综述提供了关于世界模型文献的全面回顾。通常认为，世界模型是用于理解世界当前状态或预测其未来动态的工具。本综述系统地对世界模型进行分类，强调两种主要功能：(1) 构建内部表征以理解世界机制；(2) 预测未来状态以模拟和指导决策。我们首先审查这两个类别的当前进展。随后，我们探讨了世界模型在关键领域的应用，包括生成式游戏、自动驾驶、机器人和社交模拟等，重点关注每个领域如何利用这些方面。最后，我们概述了关键挑战，并提供了对潜在未来研究方向的见解。我们在https://github.com/tsinghua-fib-lab/World-Model上总结了代表性论文及其代码仓库。
引用
@article{arxiv.2411.14499,
title = {Understanding World or Predicting Future? A Comprehensive Survey of World Models},
author = {Jingtao Ding and Yunke Zhang and Yu Shang and Jie Feng and Yuheng Zhang and Zefang Zong and Yuan Yuan and Hongyuan Su and Nian Li and Jinghua Piao and Yucheng Deng and Nicholas Sukiennik and Chen Gao and Fengli Xu and Yong Li},
journal= {arXiv preprint arXiv:2411.14499},
year = {2025}
}
备注
Extended version of the original ACM CSUR paper, 49 pages, 6 figures, 8 tables