核心内容摘要
暴躁大妈的狂野西部：硝烟与口红的传奇
在人工智能技术狂飙突进的今天我们正见证一个关键转折AI的下一个“范式革命”已悄然来临。
从语言模型、多模态大模型到如今备受瞩目的“世界模型”AI正不断突破想象迈向更复杂、更真实的智能交互新阶段。
在近期举办的上海交通大学中银科技金融学院2026新年论坛上华为终端BG首席科学家田奇博士为大家揭示“世界模型”从理论构想到工程落地的演进蓝图。
田奇博士曾是盘古大模型研发的关键推动者如今正致力于将大模型能力与终端场景深度融合探索通向未来智能的“世界模型”之路。
Part1“世界模型”AI 演进的下一个关键战场“世界模型”的思想最早可追溯至20世纪中叶的认知科学理论。
而在AI领域2018年David Ha与Jürgen Schmidhuber的奠基性论文《World Models》为其确立了现代框架。
然而真正将其推向聚光灯下的是2024年OpenAI发布的文生视频模型Sora其展现的对物理规律和物体交互的初步掌握使得“世界模型” 从一个学术概念变成了可触及的科技愿景。
2025年技术竞赛全面展开。
Meta的V-JEPA视频预测模型通过自监督学习提升了对视频序列中因果关系与物理结构的理解为机器人等具身智能体奠定基础。
竞争焦点已从单一模型性能转向构建能“理解世界、模拟世界、驱动智能”的完整体系。
“世界模型”正位于这场变革风暴的中心。
行业共识逐渐清晰下一代AI的核心是让模型不仅会“说”和“画”更要能在复杂环境中推理、规划与行动。
在终端产业这直接关乎自动驾驶与具身智能两大场景的终极落地。
田奇博士指出其演进路径明确从自然语言走向多模态从静态感知迈向动态、三维的复杂交互。
这不仅是技术的必然跃迁更为下一代智能终端打开了全新的想象空间。
Part2路径两条技术主线如何“理解”世界目前构建“世界模型”主要有两条并行且互补的技术路径它们代表了两种不同的“理解”哲学。
一条是生成式路径以“创造来验证理解”为核心。
其理念是倘若AI能逼真且符合逻辑地生成或模拟一个世界那么它便掌握了构成这个世界的规律。
典型代表是前文提到的Sora通过吸收海量视频数据学习光影、材质、运动力学等复杂关联生成动态场景。
更进一步的是交互式生成模型如谷歌DeepMind的Genie它能从单张图像或简单提示生成可实时互动的2D世界。
斯坦福大学李飞飞教授团队则将这一方向推向了三维空间让AI从单张照片扩展为可交互的3D场景为具身智能提供了关键的空间认知基础。
这条路径成果直观震撼但如何确保生成长序列的物理一致性、避免“幻觉”是巨大挑战。
另一条路径是表征式路径以“预测驱动推理”为核心。
其理念是真正的智能在于抓住世界运作的抽象本质在更高层次、更紧凑的“表征空间”中进行预测和推理而非逐像素地渲染所有细节。
Meta首席AI科学家扬·勒昆Yann LeCun倡导的V-JEPA模型就是典型代表。
它像一位“思考者”在观看视频时主动忽略冗余细节专注于预测关键物体状态与关系的变化。
这种方法高效且适合需要快速决策的实体智能体如机器人但内部过程不如生成式模型直观。
Part3模型能力的构建基座模型与多模态统一架构“世界模型”的实现离不开基座模型和多模态统一架构两大基石。
在基座模型方面田奇博士团队基于昇腾芯片从零开始训练了
5B的语言端侧模型并迭代十余个版本。
团队对公司内外50多个数据集进行了全量质量评估最终构建了4–5T、约15万亿token的高质量训练数据并在架构参数和训练方法上做了大量优化。
在多模态统一架构方面其团队自主研发了支持原生分辨率的视觉编码器。
目前该编码器已进入业界第一梯队在零样本分类任务上对标SigLip2表现稳健。
同时支持最长256个token的长文本检索性能优越。
此外团队还开发了多模态理解与生成的统一架构EMMA支持1K分辨率生成有效降低训推所需的token数。
在风景、人物、文字渲染等任务上表现优异其4B的MoE版本在多项场景中展现出良好的生成能力。
更引人注目的是团队通过强化学习赋予了模型常识与逻辑推理能力例如能“思考”如何移动一根火柴修正错误算式在红绿灯路口图像中模型可以推理出如何修改图像使其变为可通行状态。
在视频编辑方面将“一键擦除”静态图像拓展至动态视频移除目标物体及其阴影、倒影等复杂信息保持视频时序一致性与真实感。
Part4复杂场景交付“时域”与“空域”的双重突如果说基座模型和多模态架构是“世界模型”的“内功”那么复杂场景下的工程化交付就是“外功”。
田奇强调“世界模型”要走向规模化必须攻克两大难题一是长视频理解二是三维重建、生成与交互。
1时域长视频理解与“图灵测试
0”在基座模型发展中语言与多模态模型的融合成为重要趋势而复杂场景与数据的交付在“时域”维度上的突破点正是长视频理解。
田奇博士认为长视频将逐步取代静态图像成为多模态理解的核心。
这里的长视频指一小时以上、数十小时甚至无限长的视频内容。
其最大挑战在于数据量巨大编码后的数据无法一次性送入模型而模型能处理的上下文长度又直接决定了它理解视频语义的上限。
因此长视频理解不仅是多模态大模型面临的重要难题也是构建“世界模型”的关键支撑。
更重要的是长视频理解还需要理解其中的复杂逻辑与深层知识例如高层因果关系、逻辑推理和抽象表达。
目前的语言模型在文本对话中已表现出较强的能力在一定程度上通过了经典图灵测试。
为了区分这种文本层面的能力田奇将其称为“图灵测试
0”。
但即便如此这种能力多属于“模仿智能”并不是真正的理解。
以《武林外传》为例当前的大模型很难真正理解剧中的密集笑点。
田奇提出将“能否深度理解长视频语义”称为“图灵测试
0”以此来衡量更高阶的智能。
田奇博士团队通过融合字幕、人脸、说话人ID、视觉与语音等信息构建了三模态协同理解大模型每小时视频可生成10万字以上达标数据结合搜索技术能从不同角色视角自动生成、剪辑个性化剧情极大提升创作效率和个性化体验。
2空域2D到3D构建可交互数字世界如果说“时域”理解是“世界模型”的“感知神经”那么“空域”的三维重建与生成就是其“物理骨架”。
田奇博士团队在过去两年里针对不同稀疏程度的数据持续积累3D资产生成能力——从最稀疏的文本生成3D到输入一张、几张图像生成3D逐步实现突破。
在最新进展中团队打造了3D生成预训练基座模型将过去几何与纹理分阶段生成的模式转变为单阶段直接生成的统一结构大幅提升生成效率与质量。
该模型可从单张图像生成包含毛发、触角、羽毛等精细结构的高质量3D资产单卡3秒即可生成生成的3D模型还可直接接入表征支持3D打印单件成本可控制在50元左右大幅降低了3D资产的创作与落地门槛。
在大规模场景构建上其团队推出了无限3D世界生成器WorldGrow——一种可扩展、高真实、可交互的世界模拟器它能构建稳定、可永久交互的3D仿真环境为机器人训练和虚拟交互提供了更优的“数字孪生”底座在学界引发广泛关注。
Part 5 结语田奇博士
总结道“世界模型”的终极演进是完成从“没有交付环境”到“有交付环境”、从“专有视觉任务”到“端到端通用视觉”的跨越这意味着AI将从一个被动的工具转变为一个能主动理解、预测并与环境交互的智能体。
未来通过将3D仿真场景、实时长视频理解与强大的多模态基座模型深度融合我们有望构建完整的 “感知理解决策行动”智能闭环。
无论是在虚拟世界中训练机器人完成复杂任务还是在真实生活中让智能设备更懂用户所需一个能够真正“走进世界、改变世界”的智能系统其轮廓已愈发清晰。
“世界模型”的探索正是为人工智能赋予“常识”与“物理直觉”的伟大尝试。
这条路虽长但每一步都让我们离那个真正理解我们所在世界的智能伙伴更近了一点。
田奇在2026交大科金新年论坛演讲嘉宾简介田奇教授先后担任华为诺亚方舟实验室计算视觉首席科学家和华为云人工智能首席科学家本科毕业于清华大学电子工程系后赴美国伊利诺伊大学香槟分校学习师从Thomas S. Huang教授获博士学位。
后历任美国德克萨斯大学圣安东尼奥分校计算机系助理教授、副教授、和正教授2010年获Google Faculty Research Award, 2017年UTSA校长杰出研究奖、2016年获评多媒体领域10大最具影响力的学者并于2018年入选国家级领军人才创新项目。
田教授也是教育部长江讲座教授、国家自然科学基金海外杰青中国科学院海外评审专家。
他是国际欧亚科学院院士、ACM FellowIEEE Fellow, CAAI FellowCCF Fellow, 获得2021年中国人工智能学会吴文俊人工智能领域杰出贡献奖获得2025 SIGMM Technical Achievement Award。
学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】