世界模型是一种AI模型,它学习环境行为的内部表示,在给定当前状态和动作时预测或模拟接下来的状态。其目标是从数据中掌握物体运动、物理规律、空间结构等环境规则。这一概念源于强化学习,智能体在学习到的模型中而非真实环境中进行规划和练习;2018年David Ha与Jürgen Schmidhuber的论文《World Models》使其广为人知。
近年来,该词也用来指以视频数据训练、根据用户操作实时生成3D环境的模型,Google DeepMind的Genie系列是代表性例子。世界模型被用于机器人和自动驾驶的仿真、游戏环境生成以及AI智能体的训练环境生成。与预测下一个文本词元的语言模型相对,它常被视为通向理解物理世界的AI的一条路径。