世界モデルは、環境がどのように振る舞うかを内部表現として学習し、現在の状態と行動が与えられると次の状態を予測またはシミュレーションするAIモデルである。物体の動き、物理法則、空間構造といった環境の規則をデータから獲得することが目的で、もともとは強化学習でエージェントが実環境の代わりに学習済みモデルの中で計画や練習を行うために使われてきた概念である。2018年のDavid HaとJürgen Schmidhuberの論文「World Models」で広く知られるようになった。
近年は、動画データで学習し、ユーザーの操作に応じて3D環境をリアルタイムに生成するモデルを指す言葉としても使われ、Google DeepMindのGenieシリーズが代表例である。ロボットや自動運転のシミュレーション、ゲーム環境の生成、AIエージェントの学習用環境の生成に活用される。テキストの次のトークンを予測する言語モデルと対比して、物理世界を理解するAIの方向性として語られることが多い。