智能体化世界建模：《根本、能力、纪律及瞻望

　　社会世界的模仿成熟度被论文评价为尚不成熟，来由有三：当前LLM正在二阶推理之外的理论能力急剧阑珊、多智能体场景下遍及存正在的脚色漂移（role drift）取方针遗忘、以及形式化许诺逃踪机制尚未被任何LLM架构实正整合。然而，论文对一个根基设想模式的值得关心：将紧凑的社会形态表征（许诺、束缚、关系）、对话生成器取形态转移更新器分手，使形态转移可记实、可回溯、可审计。

　　这份论文的首要贡献，是提出了一套名为能力层级×安排定律（levels × laws）的同一分类框架，正在两个维度上对世界模子进行系统性定位。

　　科学世界是论文中着墨最多、也最具前瞻意义的部门。L3进化器的概念正在此获得了最充实的表现：从A-Lab正在材料合成中实现的闭环自从尝试轮回，到AI Scientist系列通过多智能体辩说演化科学假设，再到OriGene自从发觉医治靶标的迭代批改机制，这些系统配合指向了一种史无前例的科研范式——AI不再是人类科学家的东西，而是可以或许自从识别学问空白、设想尝试、解读成果并修副本身假设的科研智能体。论文征引MOOSE-Chem的尝试成果：该系统可以或许仅凭2024年前的文献复现2024年颁发于《天然》和《科学》的化学假设，这被视为L3假设生成能力已正在天然科学范畴具备可行性的信号。

　　数字世界的建模挑和正在于软件固有的部门可不雅测性取异步性。论文援用数据指出，所有最先辈的智能体使命完成率均呈现显著下降。当前没有任何代码世界模子可以或许对躲藏后端形态的分布——办事器会话、数据库行、后台历程——也无法推理具有可变延迟的异步形态转移。这一部门可不雅测软件即POMDP的定性，切确指出了GUI和网页智能体世界模子最亟待冲破的理论鸿沟。

　　2026年4月，一篇由来自科技大学、新加坡国立大学、大学、南洋理工大学、中文大学等十所顶尖研究机构的逾四十位研究者结合完成的综述论文正式挂出预印本。这篇题为《智能体化世界建模：根本、能力、纪律及瞻望》（Agentic World Modeling！ Foundations， Capabilities， Laws， and Beyond）的演讲，以分析跨越400篇文献、笼盖100余个代表性系统的系统性阐发，为世界模子这一正处于快速演化中的研究范畴供给了迄今最为全面的同一框架。论文项目从页设于agentic-world-modeling。xyz，配套代码库已正在GitHub公开，属晚期预印版本，尚未颠末同业评审。

　　这份演讲的意义，最终表现正在它试图做的那件事：将本来各自为营的研究社区——强化进修、视频生成、言语智能体、具身AI、AI for Science——纳入同一的阐发框架，使分歧范畴的研究者可以或许彼此自创方式、共享失效经验、成立可比力的评估基准。这种跨域整合，大概比任何单一的手艺冲破都更难实现，也因而更具持久价值。从被动的下一步预测到可以或许自动沉塑其所处的世界模子，这条的起点，是AI系统对现实世界的实正理解——而非仅仅是对其外不雅的逼实复现。

　　正在物理世界，机械人操控取从动驾驶是两条最成熟的使用从线展现了可扩展、鲁棒的持续节制能力；DreamerV3将端到端模子锻炼推进至横跨25个分歧使命域的通用设置；Aether则正在几何框架中同一了沉建、动做前提预测取视觉规划。论文指出，视觉世界模子正在物理分歧性上的瓶颈尤为凸起：尺度评估目标如FVD（Fréchet视频距离）捕获的是分布实正在性，而非规划可用性——画面上物体活动流利，不等于系统准确理解了碰撞束缚或沉力标的目的。干涉性懦弱（fragile intervention sensitivity）被认定为当前物理世界模子最遍及的失效模式：模子能够外推若是什么都不做会发生什么，但一旦引入实正在的动做干涉，预测质量急剧下降。

　　世界模子（world model）这一术语正在分歧研究社区中承载着判然不同的寄义：强化进修社区将其理解为用于规划的动态模子，视频生成范畴将其视为逼实的像素预测器，言语智能体社区用它指代LLM对网页或操做系统形态的现式表征，具身AI范畴则将其取机械人和操控慎密绑定。这种碎片化的术语利用不只形成了概念紊乱，更障碍了跨社区的学问共享取方式迁徙。

　　管理挑和是论文结语着沉强调的维度。跟着L3进化器正在科学和社会范畴的摆设范畴扩大，一系列尚未获得充实会商的风险正正在储蓄积累。论文出格指出，匹敌性智能体正在社会仿实场景中可能系统性地污染共享形态，正如收集垂钓依赖注入可托文本一样；现有LLM倾向于暖和的评估和方向大都方的立场，正在模仿有争议的社会场景时会发生系统性误差；以及L3系统自从批改模子的能力，使其输出取人类企图之间的对齐问题比静态模子更难以验证和节制。

　　“21世纪环节手艺”关心科技将来成长趋向，研究21世纪前沿科技环节手艺的需求，和影响。将不按期保举和发布世界范畴主要环节手艺研究进展和将来趋向研究。

　　AI系统的焦点挑和，从来不是生成一段流利的文字，而是实正理解它所处的世界。当一个AI智能体需要机械臂抓取物体、正在网页上完成复杂使命、取数百个其他智能体协同决策，或者推进一项科学尝试时，它所依赖的焦点能力，是对动态的预测取建模——而非言语本身。这一认知，正驱动着AI研究的沉心从言语模子向世界模子（world model）加快迁徙。

　　能力层级维度定义了三个递进的功能品级。L1预测器（Predictor）是最根本的层级，进修单步局部形态转移算子——给定当前形态取动做，预测下一步形态。这一层级的代表系统包罗晚期基于模子的强化进修方式，以及当前大量视频扩散模子正在单帧预测上的使用。L2仿实器（Simulator）是当前最具适用价值的层级，它将单步预测组合为多步、动做前提化的展开轨迹，且这些轨迹必需恪守所正在范畴的安排定律——物理分歧性、软件形态逻辑或社会规范束缚。MuZero、DreamerV3、GAIA-1等广受关心的系统均属于这一层级。L3进化器（Evolver）是论文出力强调的最高层级：当预测失败、新取现有模子相矛盾时，L3系统可以或许自从修副本身的世界模子。这意味着系统不再是被动的预测器，而是自动的进修者，可以或许识别本身学问鸿沟并通过尝试填补空白。AI Scientist、MOOSE-Chem、OriGene等面向自从科学发觉的系统代表了这一层级的最新进展。

　　安排定律维度将世界模子的使用范畴划分为四个管辖区间，每个区间有其奇特的束缚布局取失效模式。物理世界（Physical World）以牛顿力学、热力学等天然纪律为束缚，代表系统包罗用于机械人操控的DayDreamer、用于从动驾驶的OccWorld取GAIA-1。数字世界（Digital World）以软件形态逻辑和API挪用法则为束缚，网页智能体WebDreamer、GUI操控系统UI-TARS和操做系统基准OSWorld均正在此范围。社会世界（Social World）以社会规范、他人企图和多智能体博弈为束缚，从CICERO的交际逛戏策略，到模仿一百万用户社交行为的OASIS，再到模仿经济运转的AIvilization，形成了一条从双人博弈到文明级仿实的完整谱系。科学世界（Scientific World）则以可证伪的科学假设取尝试逻辑为束缚，涵盖气候预测的GraphCast和GenCast、卵白质布局预测的AlphaFold系列、材料发觉的A-Lab，以及自从科研的AI Scientist系列。

　　这一2×4的分类矩阵——三个能力层级取四类安排定律的交叉——发生了十二个阐发单位，为分歧布景的研究者供给了配合的参照坐标。论文正在图4中给出了一张2018年至2026年间70个代表性系统的时间线线图，按层级取定律域着色，曲不雅呈现了世界模子研究的演化轨迹。

　　论文最具文献价值的部门，是对四类安排定律界模子现状的系统性梳理，并对每一类世界的环节失效模式做出清晰诊断。