世界模型——AI尚未理解的真實世界

讀完的第1016本書，非常獨到的視角，非常精彩的論述，非常嚴密的推理，對AI尚未理解且無法感受的真實世界，構建了一套世界模型，以及未來AI的職業發展機會，七星推薦。 高承實所著的《 世界模型——AI尚未理解的真實世界》，核心探討的是當前人工智能（尤其是大語言模型）看似“全能”，卻在現實物理與社會互動中頻頻犯低級錯誤的根本原因：世界模型的缺失。 全書從一個反直覺的問題切入——爲什麼越“聰明”的AI，越容易在現實裏犯傻？作者指出，大模型本質是概率統計與模式匹配，雖能妙筆生花、對答如流，卻不懂重力、因果、時間不可逆性及社會潛規則，是缺了“常識”的聰明鸚鵡。書中舉了生動案例：用戶請教AI修漏水洗衣機，AI秒回“用力撬開後蓋”，導致卡扣式塑料後蓋直接裂開——因爲AI沒“摸”過塑料，感受不到形變極限。 接着，書中拆解了AI認知的“五個斷層”：包括物理失感（如硬撬洗衣機後蓋）、情境盲視（不懂深夜不宜吵醒主人）、動機漠然（讀不懂文字背後的情感）、規則僵化（忽視執行成本）、風險鈍感（不知身體疼痛的代價）。人類智慧靠身體（觸覺/痛覺）、社會（心智理論）、想象（語言模擬）搭建認知，AI 試圖跳過前兩者僅靠文本反推世界，導致結構性錯位。書中提到嬰兒“勺子實驗室”：扔勺子不是在搗亂，是在建立底層因果直覺；AI只讀過“重力”詞典，卻未見勺子落地。 對此，作者介紹楊立昆的 JEPA（聯合嵌入預測架構），主張讓 AI 在潛在空間裏預測“下一件事”而非“下一個詞”，相當於裝“思維剎車”，行動前先腦補後果。強調需注入“疼痛、代價、模擬”三大基石：傳感器將物理損傷設負獎勵（疼）、策略網絡在真實博弈得負反饋（代價）、JEPA式因果推演（模擬）。 書中還專門論述了未來AI職業發展，指出隨着世界模型成爲下一代AI的核心底座，相關職業版圖也將發生根本遷移。未來高價值崗位將從“數據清洗與模型訓練”轉向“場景設計與規則定義”，包括：因果工程師（主攻打破當前大模型“只知相關、不知因果”的統計困局，爲AI系統植入物理直覺與因果推導鏈條）、場景架構師（專注於將真實世界中複雜、高密度且充滿潛規則的具體場域轉化爲AI可模擬、可理解的“規則世界”與沙盤，爲AI搭建預演環境），以及價值對齊設計師（解決AI“功能正確但情境荒謬”的痛點，專門定義AI不可逾越的代價底線與倫理邊界，將人類模糊的社會共識、道德判斷及風險代價，翻譯成AI能夠執行的硬性約束）。 書中強調，AI擅長數據處理與快速響應，但人類應把守真實世界理解、價值判斷與代價定義；在中國高密度、多人情複雜（如杭州萬塘路外賣騎手“S形走位”）的真實場景中，有望孕育出世界模型的“中國方案”。 總的來說，這本書不是製造焦慮，而是幫讀者建立更清醒的認知框架：看清 AI 的能力邊界，理解“懂世界”遠比“算概率”更接近真正的智能，從而學會與 AI 協作而非誤用，同時也爲個人在AI時代的職業定位提供了明確的導航。

這本書不僅是一本硬核的人工智能科普書，更像是一面照妖鏡，恰好映照出了筆者研究的“中國式組織管理本體論”在當今AI時代的極端重要性。 這本書的靈魂拷問在於：現在的AI（主要指大語言模型）真的理解世界嗎？ 高承實在書中提出了一個極具穿透力的觀點：目前的AI發展陷入了“唯數據論”和“唯算力論”的誤區。大模型本質上是在一個龐大的高維向量空間中進行概率計算和模式匹配。它能寫出優美的詩歌，能寫出複雜的代碼，但它不理解因果律，不理解時間的不可逆性，不理解物理世界的重力，更不理解人類社會的道德底色。 簡而言之，當前的AI是一個極其聰明的“鸚鵡”，它能模仿人類說話，但它腦海裏並沒有一個真實的“物理世界模型”。 這本書的三大核心價值：一是戳破了AI的“全能泡沫”。它告誡我們，不要把AI神化，AI目前缺乏真正的“常識”和“推理能力”。 二是重新確立了“世界模型”的地位。真正的智能，必須是在大腦中建立一個符合物理規律、能夠進行因果推演的模型。 三是道破了人機共生的本質。AI擅長處理海量數據和快速響應（對應OODA循環中的Observe和Decide），但人類必須牢牢把控對真實世界的理解與價值判斷。 這本書對筆者構建“中國式組織管理本體論”的四大借鑑 借鑑一：警惕“大模型式管理”，確立本體論的“不可撼動性”。 現在很多企業搞數字化，容易陷入一種誤區：以爲把所有數據餵給AI，AI就能自動給出最優解。這在書中被稱爲缺乏“世界模型”的AI行爲。 在建立中國式組織管理本體論時，必須明確劃定“AI不能逾越的底線”。 中國式本體論的錨點是：傳統文化中的“仁義禮智信、家國情懷”是信仰之基，“天人合一、陰陽平衡”是思想法門，“道生一，一生二，二生三，三生萬物”是進化方法論，這就是中國企業組織管理的“物理定律”和“因果律”。 AI可以提供無數種“術”的選擇（比如裁員降本、營銷話術），但中國式組織管理的本體論必須充當“過濾器”和“價值觀底座”。沒有本體論的AI大腦，就是一個精緻的利己主義冷血機器。 借鑑二：從“概率擬合”走向“因果透視”，提升AI大腦的洞察力 當前的大模型是基於過去的數據預測未來（概率擬合），而《世界模型》強調的智能是基於規則推演未來（因果透視）。 中國式管理講究“治未病”和“見微知著”。不要迷信AI給出的“大概率事件”。例如，AI可能基於數據建議您削減研發預算以提高短期利潤（概率擬合），但本體論會告訴您這違背了“長期主義”和“創新生生不息”的因果律。讓企業學會用本體論去審視AI的預測，把AI從“算命先生”升級爲“戰略參謀”。 借鑑三：補齊時空與具身的短板，打造有溫度的“中國式AI大腦” 。 書中提到，現在的AI缺乏“具身智能”（Embodied AI），它沒有肉體，感受不到冷暖，無法理解真實世界的複雜約束。 西方管理往往偏向冷冰冰的科層制和KPI（類似純代碼的運行邏輯），而中國式管理最大的優勢在於“人情”與“關係”的動態平衡。 將中國傳統文化中的“陰陽平衡”、“中庸之道”定義爲組織的“時空約束條件”。AI大腦在做決策時，必須把“員工士氣”、“團隊氛圍”、“社會聲譽”這些難以量化的“具身感受”納入本體論的考量範疇。這正是中國智慧超越西方純理性管理的護城河。 借鑑四：擁抱OODA循環，建立“動態校準”機制。 書中的“世界模型”並非一成不變，它需要不斷地與現實世界交互、試錯、更新。本體論不能是僵化的教條，它必須在真實的商業戰場上接受打磨。 當AI大腦在真實業務中遭遇挫折（Action後的反饋）時，組織不能盲目歸咎於執行層，而要回過頭來審視：是不是我們的“中國式本體論”在某些特定場景下過時了？是不是我們對“忠誠”的定義需要隨着新生代員工的價值觀進行微調？讓本體論像生物進化一樣，具備自我更新的生命力。 總之，很多企業以爲引進了大模型，就有了AI大腦。但在高承實先生看來，這只是給大腦裝了一個極其強大的‘搜索引擎’；而我們要做的，是注入中國傳統文化的‘世界觀’和‘因果律’——也就是中國式組織管理本體論。只有讓AI聽懂‘仁義’，看懂‘時勢’，推演出‘福禍相依’的因果，我們才能真正駕馭這個時代，而不是被算法異化。”

這本書真會來看AI味太濃了，感覺很多內容都是AI生成的。另外就是內容上不是很推薦，實際內容不多，有些應該講的內容又沒有完整介紹。比如全書都在說世界模型，但是沒有具體介紹到底什麼是世界模型，怎麼落地，一直都在講世界模型是要把物理知識加入模型，讓人讀起來很虛，有一種告訴你現在有什麼問題、要做成什麼樣子，但是不告訴你怎麼做的感覺。

人工智能爲何難以解釋'身體經驗、社會理解與情境判斷'的矛盾？ 人工智能在“身體經驗、社會理解與情境判斷”之間出現矛盾，根本原因在於它只被訓練成在各自空間裏尋找統計規律，而缺少把三者連成一體的“世界模型”。 1. ​​只學模式，不學因果​​ • 現有系統依靠大量歷史數據找出關聯，卻不知道“如果不這樣做會怎樣”。在物理場景中，這表現爲看見“傾斜的杯子”，卻無法推斷“如果不扶它就會倒”，因而錯過真正的危險窗口。 2. ​​語言信號過載，情境線索不足​​ • 在養老等社會場景裏，AI 會優先採信字面語言（“不用管我”），而忽視行爲、生理和文化語境，導致把拒絕當成求助或 vice versa。 3. ​​概率輸出 ≠ 價值決策​​ • 當系統把“最可能的狀態”當作最終答案，就將風險、倫理等價值判斷交給人類去補位；一旦人類誤讀了概率，就會出現“看似合規、實則失守”的決策。 4. ​​缺乏具身經驗與社會常識的複合模型​​ • 真正的智能需要把身體性風險記憶、對現實代價的持續計算以及對他人的行爲模擬整合起來，而這正是 AI 目前難以形式化和跨域遷移的瓶頸。 綜上，AI 在三類能力上的割裂表現，並非算法單一缺陷，而是缺少能夠貫通因果、情境與價值的世界模型。只有讓系統“知道何時不知道”，並在人類與機器之間清晰劃分邊界，才能緩解這三方面的矛盾。

《世界模型》是一劑戳破AI“全能幻覺”的清醒劑。作者直指大模型的阿喀琉斯之踵：它精於統計概率，卻嚴重缺失對物理因果與社會情境的底層建模。 全書通過“洗衣機維修”“無人配送”等鮮活案例，深刻揭示了AI在具身經驗、風險感知與動機理解上的結構性斷層。它讓你看清：爲何AI能寫詩卻算不出“人情世故”，能生成代碼卻避不開現實陷阱。 這不僅是一本技術科普，更是一本人機共生時代的生存定位手冊。它提醒我們，人類的護城河不在於比拼算力，而在於我們擁有的真實世界體驗與代價判斷力——這正是AI尚未理解、也最難複製的核心價值。

《世界模型——AI尚未理解的真實世界》的核心觀點可以概括爲“補上世界模型這一課，AI才能真正落地”。具體脈絡如下：1. ​**​問題提出：AI越來越“聰明”，卻頻頻在真實世界犯低級錯誤。根源是缺少對物理、社會與情境的內在表徵——世界模型。2. ​​世界模型缺位的三大表現​​ • ​​身體經驗​​：不會感知摩擦、重力等物理規律； • ​​社會理解​​：不懂人與人之間的規範與尊嚴； • ​​情境判斷​​：無法綜合多模態信息做可靠決策。3. ​​“唯數據/唯算力”誤區​​ 作者指出，僅靠大規模參數和海量數據無法自動湧現真正的理解；世界模型缺失纔是AGI進展緩慢的根本障礙。4. ​​場景化智能而非通用全能​​ 書中主張：與其追求一個全能模型，不如在每個關鍵場景裏打造“深度敬畏”的專用智能，它們不求無所不知，只求在自己邊界內“不犯致命錯誤”。5. ​​結構性盲區與風險​​ 作者總結了四類世界模型的系統性風險：數據覆蓋盲區、反事實缺失、人類變量缺席、責任邊界模糊。如果把模型輸出當成絕對真理，人類將失去校正的機會。6. ​​製造業案例：72小時壽命預測被材料批次顛覆​​ 在工業場景中，模型因未納入上游材料批次這一變量，給出了高置信度卻錯誤的預測；凸顯了世界模型在複雜系統中的脆弱性與治理必要性。7. ​​中國路徑：務實的“場景錨定”​​ 相比“規模至上”的路線，中國更強調“爲場景打磨AI”。現有模型在物理預測上已顯價值，但在涉及複雜價值權衡的認知能力上仍處早期階段。8. ​​方法論：世界模型的“三重飛輪”​​ • ​​世界速寫本​​（表徵）：把感官洪流提煉成因果草圖； • ​​腦內沙盤​​（推演）：在抽象空間進行“如果…那麼…”的模擬； • ​​手腳驗證​​（閉環）：用行動結果反哺模型，形成自我強化循環。9. ​​未來展望與治理建議​​ • 把世界模型與大語言模型結合，形成“雙腦協同”； • 在關鍵高風險場景強制人工複覈、降低單一信號權重、引入不確定性提示； • 讓AI“看得遠”但不“替人類決定方向”，真正成爲增強智能而非替代智能。通過上述論證，作者希望爲讀者提供一套清醒的認知框架：AI有其擅長與侷限，世界模型的構建是通向真正智能的必經之路，而治理與場景化實踐是當下最務實的選擇。

木鐸書評之《世界模型》 隨着最近幾年AI的爆火，大家都對生成式AI多多少少有了一些瞭解，所以大家在認識到生成式AI給智力工作帶來的巨大影響之後也開始逐漸意識到生成式AI的短板。 生成式AI在使用過程中最令人詬病的短板就是它經常會出現幻覺，並且會忽視我們都知道的常識。有一個著名的笑話，問一個最先進的大語言模型最近的一個洗車店距離我家五百米並且現在路上很堵，我應該是開車去還是走路去，這個大語言模型一本正經地建議你走路去，因爲路上很堵，開車浪費時間。這之所以是個笑話是因爲我們用常識推理都能知道洗車當然要開車去啊，不開車去洗得哪門子的車啊。 爲什麼大語言模型會經常忽略我們日常生活中的常識呢？對於這個問題有什麼應對方法嗎？這本《世界模型》要討論的就是這個問題。按照這本書的說法來說大語言模型之所以忽略常識並且出現幻覺是因爲它不知道"怕“和”“疼”，大語言模型的損失函數僅僅考量能不能根據概率產生下一個token，而不是產生的符號是否符合常識，用一個術語來說就是“符號接地性不良” 現在的大語言模型已經可以快速海量地產生文章和代碼，但是如果我們利用這些大語言模型去應對物理世界中的問題則會處處碰壁。爲了解決這個問題，真正地讓大語言模型的泛化能力和推理能力可以應用在具身智能和機器人上，我們就必須解決大語言模型和物理世界的匹配問題。 其實學術界已經有很多人看到了大語言模型的缺陷和短板，從強化學習的開拓者薩頓到卷積神經網絡的重要改進者Yann Lecun都質疑過大語言模型是不是正確的技術道路。這個討論其實一直在持續，學術界的探索也從未停止過。如果大家對這方面的內容感興趣，我建議大家可以不用讀這本書，直接去讀論文就好。這本書更像是介紹世界模型的一本科普書。 不過作爲一本入門級別的科普書，這本書還是有一定價值的，它能讓我們用日常生活的語言來理解現在的大語言模型有什麼缺陷。作者高度概括地總結認爲現在的大語言模型還做不到像人一樣能理解常識，因爲它們還不會“怕”，也感受不到“疼”。當然這個怕和疼都是帶引號的，子非魚安知魚之樂，AI也不是人類，它們也無法具備和人類一樣的感情，同時讓它們感覺“疼”和“怕”也沒那麼必要。 如果我們要追問爲什麼AI不知道“疼”和“怕”，不如追問一下爲什麼人和動物知道“疼”和“怕”，原因很簡單因爲自然環境充斥着各種危險，如果一個動物不知道“疼”和“怕”，就無法生存了。人類和其他動物的“疼”和“怕”都是在幾十億年的自然進化中形成的。大自然幾十億年的自然進化和淘汰其實就相當於大語言模型的預訓練，而人類和動物能夠從經驗和模仿中學習到內容就相當於大語言模型通過後訓練微調和上下文工程學習到的內容。 理解了生物智能和人工智能在預訓練和後訓練上的相似性，我們就能理解爲什麼大語言模型在適配物理世界的時候有問題了，核心問題還是在於人類和AI的預訓練內容和過程有着本質上的差別。人類作爲靈長類動物的一支在漫長的進化過程中已經掌握了精巧的手指動作能力（如果沒有手指的精巧動作，猿猴和猿類就不能在樹上輾轉騰挪），靈活的運動能力（如果沒有長跑能力，早期的人類就無法逃避猛獸和追擊獵物），判斷其他個人行爲和意圖的能力（如果沒有判斷他人情緒，行爲和意圖的能力，人類就無法維持社羣內的交往）等等。 這些能力都是人類在自然界中長期進化出來的能力，就好比是人類在自然進化這個遊戲已經刷了幾百萬年的副本了，自然不是短短几十年的人工智能就能覆蓋的，所以纔有了莫拉維克悖論：對人類越簡單的任務對機器越難，對人越難的任務對機器越簡單。其實莫拉維克悖論一點都不難理解，人類覺得簡單的任務是因爲人類的預訓練時間長，比如說精巧的手指動作，人類在自然進化中已經練習了幾百萬年，讓人類覺得難的任務比如說計算長除法是因爲這個任務出現的年頭太短，人類在進化中還沒有形成熟練的技能。 我其實作爲一個熱愛研究智能進展的人也一直在思考如何讓AI能夠發展出人類具備的能力比如說用手指疊衣服，或是用機械臂來拿物體。現在的機器人在動作的流暢度和動作的可遷移性上仍然和人類有差距。以前我總是認爲要做到這點就需要拋棄現在大語言模型的生成式模型底座，重頭髮明一套新的機制，但是最近我看的書和GPT6的表現讓我對這件事有了新的理解。 最近GPT6在操縱機械臂上的表現相當亮眼，結合我最近看的《智能簡史》一書對智能的全新理解，我覺得讓大語言模型適配物理世界可能不需要充打鑼鼓另開張，完全可以複用現在大語言模型的生成式模型底座。《智能簡史》這本書給我最大的啓發就是人和其他哺乳動物都是生成式模型，人和哺乳動物的行動之所以比爬行動物敏捷完全是因爲我們在行動之前先在大腦中生成一份動作的模擬。 如果讓生成式AI適配物理世界，我們可能並不需要改變底層的模型底座，我們只需要改變預訓練數據包含的內容和損失函數的計算，就可以讓生成式AI知道“疼”和“怕”。比如Yann Lecun的JEPA就是通過改變預訓練數據，讓預訓練數據遮蔽大量的圖像內容，然後讓模型通過預測被遮蔽的內容學到圖片中蘊含的語義。現在的世界模型更多地把機器人的行動軌跡和同步的視頻也納入訓練數據，這樣就能通過訓練讓模型預測不同運動軌跡的後果。 當然現在的世界模型還方興未艾，距離讓AI像人一樣感知物理世界的各種後果還有遙遠的距離，但只要方向對了，就有了更大的成功可能性。同時我建議大家多關注一下現在的一個新興研究領域:RSI(Recursive Self Improvement)。 人類比其他動物在智能上的優勢就在於我們的智能具備一定的靈活性，可以實現根據不同的外部環境做出調整，而這正是人類可以通過少量樣本掌握物理世界行動規律的奧祕所在。我相信隨着RSI和世界模型等技術的成熟，我們有望真正讓AI理解物理世界的限制和規則。

# 代價的所有權：一本診斷書如何照出 2026 年 AI 的結構性欠賬 全書圍繞一個判斷展開：當前 AI 的瓶頸落在世界模型的缺失，而世界模型的建立依賴身體經驗、社會理解與情境判斷[^1]。這個判斷在技術圈已不新鮮。真正值得在 2026 年重估的，是它無意中觸到的更硬的東西—— **代價的歸屬權** 。 這條暗線比"世界模型"這個詞本身更有解釋力。一個系統之所以能建立因果模型，前提是它承擔錯誤的後果，並且後果能反向修改它的內部表徵。今天的 AI 產業把因果學習的成本外部化了：錯誤由用戶承擔，風險由保險和免責條款承擔，驗證由客戶的真實生產環境承擔，而資本開支由資本市場承擔。 **世界模型的缺失是技術現象，代價不可傳導纔是產業病竈。** 這篇評論沿這條線索往下拆。 --- ## 四個能穿越週期的機制 ### 2.1 代價內化機制：負反饋無法外包 文本證據集中在 2.4、6.5、8.1、9.4（"如何讓AI學會'害怕'"）[^1]。機制是這樣運轉的：人類的物理常識來自不可撤銷的負反饋，燙傷一次即完成一次高權重的因果標註，且這次標註同時更新了感知、動作與風險偏好三套系統。當前 AI 的訓練信號與後果之間隔着一層：損失函數由人設計，錯誤由部署方承擔，模型不會因爲燙到用戶而改變自己的內部先驗。 這個機制在 2026 年有一組極具諷刺意味的宏觀對偶。資金側，據高盛測算 2026 年全球 AI 資本開支約 7650 億美元，德勤對 AI 數據中心口徑的測算爲 4000 億至 4500 億美元，瑞銀預計接近 1 萬億美元且約九成增量來自內存漲價[^2]。落地側，Deloitte 的調研顯示約 89% 的企業 Agent 試點沒能進入生產，Gartner 預計 2027 年前超過 40% 的 Agent 項目會被取消，某些覆盤把約 60% 的失敗歸因於數據質量、上下文缺口與治理缺失而非模型能力[^3]。（這兩組數字來自機構與媒體轉述，口徑不一，作爲量級參考而非精確事實。） 萬億級資本在買算力，而失敗在數據治理、場景理解和責任邊界上。 **算力可以用錢買到，代價結構只能用事故、賠付、停產和人身傷害買到，後者不進入資產負債表，也不進入訓練集。** 這是全書最本質的矛盾，作者點到了，但沒有算清賬。 **失效條件** ：在可無限仿真、錯誤可低成本賠付的領域（推薦排序、內容生成、代碼補全、蛋白結構預測），這一機制不構成約束，規模化仍然有效。凡涉及不可逆物理後果與人身安全的場景，它就是天花板。 ### 2.2 抽象層選擇機制：JEPA 路線把難題搬了家，沒有消滅它 第4章對 JEPA 的判斷在 2026 年獲得了產業層面的強化。據多家媒體報道，Yann LeCun 於 2026 年離開 Meta 創辦 AMI Labs，以 JEPA 聯合嵌入預測架構爲技術底座，2026年3月完成 10.3 億美元種子輪，投前估值 35 億美元，目標客戶指向航空航天、汽車製造、生物醫藥等對可靠性要求極高的工業領域[^4]。資本已經爲"預測抽象表徵而非生成全像素"這條路線定了價。 但抽象派有一個不可迴避的代價： **丟掉哪些細節，由誰決定。** 預測抽象表徵意味着先確定表徵空間，而表徵空間的選擇等價於注入歸納偏置。洗衣機後蓋會不會碎，取決於塑料件的應力集中與卡扣結構，這類信息在多數視覺抽象中會被壓縮掉。抽象層選對了，樣本效率飛昇；選錯了，模型會自信地預測一個不存在的物理世界。這個問題在學術上被討論了幾十年，換成 JEPA 的說法仍然存在。 **邊界** ：抽象表徵路線在結構穩定、物理規律主導的場景（剛體操作、裝配、車輛動力學）優勢明確；在材料非線性、人際意圖、社會規範主導的場景，抽象層難以先驗設定，需要大量真實交互數據回填。 ### 2.3 長時序誤差累積機制：世界模型的真實 KPI 這是全書講得最不夠、而 2026 年證據最硬的一環。中國科學院自動化研究所 2026年5月19日發佈的消息記錄了一場有 153 支隊伍參加的國際競賽（ICRA 2026 的 AGIBOT World Challenge 世界模型賽道），其 NeoVerse-ABot 隊伍奪冠，技術要點被明確總結爲三條：長時上下文建模以保持狀態連續性、細粒度動作校準以實現精細條件控制、優化數據與訓練機制以抑制"動作幻覺"，並特別說明訓練數據中保留了長尾與失敗軌跡，以降低模型生成"默認成功"結果的傾向[^5]。 這段文字的信息量遠超它的篇幅。它給出了世界模型的真實評價維度： **可穩定預演的步數、動作條件的跟隨精度、以及對失敗的忠實建模** 。畫面漂亮屬於次要指標。同一機制在其他尺度上重複出現：多步鏈式決策中，單步 99% 準確率經過 20 步會掉到約 82%，自動駕駛的感知漏判、"幽靈剎車"與 Agent 在生產環境中的錯誤放大，是同一數學現象在不同物理載體上的投影[^6]。 一個直接推論： **能夠生成失敗的模型，比只能生成成功的模型更接近世界模型。** 一個系統如果從未在內部演練過"手滑了、湯灑了、老人沒接住"，它在現實中就沒有害怕的能力。產業界的演示文化與這個要求正面衝突——展示需要成功率，訓練需要失敗率。 ### 2.4 場景資產化機制：中國路徑的真實門檻 第7章提出的"中國路徑"在政策與人口兩個層面都有可覈驗的支撐，但兌現方式與作者的樂觀敘述有距離。 政策側的時間線相當密集。工業和信息化部等八部門印發《"人工智能+製造"專項行動實施意見》（工信部聯科〔2025〕279號），成文於2025年12月25日，2026年1月7日公開發布，聯合發文單位包括中央網信辦、國家發展改革委、教育部、商務部、國務院國資委、市場監管總局、國家數據局[^7]。八個部門共同署名一份製造業 AI 文件，這個署名結構本身說明落地障礙被識別爲跨部門的數據、標準與國資考覈問題。消費側，商務部等八部門《關於加快"人工智能+消費"發展的實施意見》明確開展智能養老服務機器人結對攻關和場景應用試點，推進家庭智能化、適老化整體改造，面向"一老一小"重點人羣加快養老機器人、陪伴機器人應用示範，並鼓勵開展人工智能產品租賃、共享、試用等新模式創新[^8]。 人口側的數字決定了需求剛性。國家統計局數據顯示，2025年末全國 60 歲及以上人口 32338 萬人，佔全國人口 23.0%[^9]。 真實門檻在兩處。其一， **場景數量與數據可用性是兩件事** 。養老機構裏的跌倒、噎食、拒絕照護，工廠裏的異常停機與人機混線，都是極高價值的長尾交互數據，但它們同時是隱私最敏感、標註最昂貴、責任最糾纏的數據。政策文件反覆強調數據集建設與數據合作聯合體，恰恰證明數據沒有自動變成資產。其二， **租賃與訂閱模式的出現說明單機售價撐不住價值主張** 。設備租賃、試點試用、政府補貼這套組合意味着終端用戶尚未願意爲當前能力付全價。 ### 2.5 責任定價機制：給權力上鎖的那把鑰匙 第9章"誰給AI的權力'上鎖'""何時值得放手"是全書立意最高的一章[^1]。機制很簡單：任何自動化系統進入高代價場景的前提，是存在一個能夠承擔後果的責任主體。沒有責任主體，技術再成熟也只能停在演示與陪伴層。這解釋了爲什麼陪聊、導覽、巡檢推進快，而給失能老人餵食、協助翻身推進慢——後者的責任無法用免責聲明覆蓋。 順着這個機制看， **AI 的落地速度正在由保險與合規的定價能力決定** ，而非由模型能力決定。當一家保險公司願意爲某個具身場景出具費率，那個場景才真正開始規模化。 --- ## 三、放進 2026 的座標系：五層映射 ### 3.1 技術層：世界模型已從一個概念變成三條互斥的技術路線 媒體盤點把當前格局歸納爲生成式視頻派、抽象預測派（JEPA 系）、空間智能派三條並行路線，參與者涵蓋海外頭部機構與國內新銳公司，評價體系開始圍繞視覺質量、物理遵循性、3D 空間準確性等多維度展開[^10]。國內一類代表性產品把參數壓到十億級以支持端側獨立部署，並強調"預演—驗證—行動"的決策閉環[^10]。（產業盤點類信息源權威性有限，此處僅取"路線分化與端側化趨勢"這一結構性判斷。） 對本書的影響是雙向的：作者的 JEPA 偏好獲得了資本背書，但他對生成式路線的貶抑顯得過早——把高保真視頻生成當作機器人訓練的數據引擎，已經成爲主流工程做法，自動化所的獲獎方案本身就是基於擴散模型的動作條件視頻生成框架[^5]。 **生成與抽象在工程上正在合流，書中的路線二分法已被 2026 年的實踐稀釋。** ### 3.2 資本層：啞鈴化與錯配風險 資本結構呈現明顯的啞鈴形態，基礎設施層吞噬天量資本，應用層考驗項目甄別，中間層被擠壓。爭議的焦點也很清楚：有測算認爲若要覆蓋當前投入並實現 15% 回報率，AI 相關生產率需在 2030 年前提升到當前的 2.7 倍；反方則以當前市盈率遠低於 2000 年互聯網泡沫時期、以及芯片電力算力的硬短缺作爲辯護，同時出現頭部企業籌劃對外出售閒置算力的跡象[^2]。 把這組事實與本書命題並置，會得到一個不太舒服的結論： **這一輪投資在爲語言與內容的邊際效率付費，而真正的增量價值鎖在物理世界，後者的開鎖工具（世界模型、代價結構、責任制度）成熟度遠低於算力。** 資本錯配的風險不在算力過剩本身，而在時間錯配——基礎設施的折舊週期短於世界模型的成熟週期。 ### 3.3 人口與適老化層：養老是世界模型最殘酷的考場 23.0% 的老齡化率與"一老一小"政策取向，把養老推成具身智能最大的需求池和最難的測試場[^8][^9]。本書 7.2 的問題在真實場景裏會以更復雜的形式出現：方言與含糊表達、認知障礙導致的語義漂移、"不用管我"背後的尊嚴訴求、家屬與機構之間的責任分配。跌倒檢測這類純感知任務已經在多地試點中落地，而真正的照護動作涉及身體接觸與不可逆傷害，卡在責任定價上。 這裏有一個需要直說的判斷： **把適老化簡化爲"更大的字體、更響的音量、更溫柔的語音"是一種廉價的技術敷衍。** 老年用戶面對的是操作路徑記憶、突發狀況的求助鏈路、以及被誤解時的無力感。AI 若不能理解"不用管我"這類反向表達，投再多陪伴機器人也只是在製造新的孤獨。 ### 3.4 技能與職業層：護城河的位置正在遷移 第10章的"定義代價"這個說法值得從職業結構角度展開。當模型能力商品化、工具鏈開源化之後，稀缺性向三個位置遷移： - **定義正確性的人** ：能說清在某個具體物理場景中，什麼叫"做對了"、什麼叫"不可接受的失敗"、失敗的分級與賠付如何對應。- **構造失敗的人** ：能系統性地生成、採集、標註長尾與失敗軌跡。自動化所方案裏"保留失敗軌跡"這一條，在工程組織上意味着一個新崗位。- **承接責任的人** ：能把技術能力翻譯成可投保、可驗收、可審計的條款。 調參能力會迅速貶值，這一點書裏說對了。 ### 3.5 文化與知識傳承層：常識的最後一批持有者 書中把疼痛、代價、文化並列爲直覺的熔爐[^1]。往前推一步： **大量高價值常識以師徒制、身體記憶和行業默契的形式存在，從未進入任何語料庫，而它們的持有者正在退休。** 老鉗工對異響的判斷、護理員對老人神色的判斷、農技員對土壤的判斷，這些是世界模型最緊缺的訓練信號，也是最快消失的一類。國家層面推進工業數據築基與高質量數據集建設，實質是一場與時間賽跑的常識搶救。這個議題的緊迫性被本書低估了。 --- ## 四、這本書暴露的基本矛盾 | 矛盾 | 一方 | 另一方 | 2026 年的表現 ||---|---|---|---|| 學習成本的不對稱 | 算力與數據可規模化採購 | 代價體驗只能真實發生 | 萬億資本開支與 89% 試點不落地並存 || 評測權的爭奪 | 視覺保真度易於展示與融資 | 物理一致性才決定可用性 | 榜單與競賽口徑成爲產業話語權戰場 || 場景富國與數據窮國 | 3.23 億老人、全球最完整產線 | 隱私、標註、合規與責任約束 | 政策反覆強調數據集建設與聯合體 || 演示文化與安全要求 | 商業化需要確定性承諾 | 安全要求系統"學會害怕" | 行業出現"重展示輕應用"的批評 | 第四組矛盾最值得警惕。一個被要求在發佈會上永不失手的產品，其內部訓練也會被優化成永不生成失敗。這條激勵鏈條會系統性地阻止世界模型學到最重要的東西。 --- ## 五、三種最常見的誤讀 **誤讀一：把"世界模型"當成一個待發布的產品。** 它是一族路線的統稱，內部路線選擇彼此衝突，評價標準尚未統一。任何聲稱已經實現世界模型的表述，都應該被追問：可穩定預演多少步、動作跟隨誤差多少、失敗軌跡佔訓練數據多少比例。 **誤讀二：把"AI 缺乏身體經驗"讀成"AI 永遠做不到"。** 仿真、真機採集、人類示教、失敗軌跡回填正在系統性補這個缺口，只是成本結構與語言模型完全不同——前者的邊際成本隨物理試錯次數上升，後者隨參數與語料上升。這決定了具身智能的商業曲線不會複製大模型的曲線，不會出現一夜之間的能力躍遷，只會出現場景逐個攻克的緩慢推進。 **誤讀三：把"中國路徑"讀成必勝論。** 場景與數據的規模優勢是一張期權，而非一份資產。兌現條件包括數據合規流通機制、跨本體標準統一、責任與保險制度、以及國資體系的容錯考覈。本書對這些制度成本談得太輕，這是它作爲科普讀物的必然代價，也是讀者最該自行補上的一課。 --- ## 六、給 35–45 歲博士/博士後的遷移路徑 這個羣體的典型困境不在能力，在 **能力與可交易價值之間的翻譯損耗** 。博士訓練提供的是嚴密因果推理、複雜系統建模與長週期攻堅耐力，而產業採納一項技術依賴利益分配、時機窗口、組織信任和風險歸屬。世界模型這條賽道恰好處在兩套邏輯的交匯處，它需要的正是"能把物理約束講清楚、能把失敗定義清楚、能把責任算清楚"的人。 ### 6.1 四類資本盤點 | 資本類型 | 該賽道上的具體形態 | 常見短板 ||---|---|---|| 專業與方法 | 物理建模、統計與因果推斷、實驗設計、誤差分析 | 缺工程化與成本意識 || 產業與問題 | 對某類產線、某類照護動作、某類作業風險的第一手理解 | 場景理解停留在參觀級 || 組織與網絡 | 能接觸到真實場景負責人、設備方、保險與合規方 | 網絡侷限於學術圈內 || 敘事與信譽 | 可驗證的評測報告、公開數據集、可復現基線 | 成果形式只有論文 | ### 6.2 三個可佔位的生態位 **生態位 A：物理一致性評測與驗收。** 面向具身系統建立場景化驗收標準與測試集，把"能不能上線"從主觀判斷變成可量化流程。能力棧是度量設計、統計功效分析、失敗模式分類、標準文本撰寫。可交付作品是一份針對具體場景（例如產線上料、居家助浴、無人配送末端交接）的公開評測方案與基線結果。這個位置對博士訓練的複用度最高，競爭最少，也最容易被產業和監管同時需要。 **生態位 B：代價與責任工程。** 把技術失效模式映射成賠付條款、保險費率與運維 SOP。能力棧是 FMEA、風險量化、合規文本、與保險及法務的協作語言。入口是設備方、養老機構、保險公司三方交界處的空白地帶。 **生態位 C：場景數據資產化。** 在合規前提下把真實交互（尤其是失敗軌跡）變成可複用數據資產。能力棧是數據治理、隱私技術、標註體系設計、數據權屬條款。這條路與作者的密碼學與數據要素背景高度契合，也是政策最密集扶持的方向。 ### 6.3 四層組合策略 守住底盤：現金流、健康與家庭責任不進入任何實驗的賭注範圍，專業聲譽不爲短期機會折價。 轉譯存量：把過往研究能力重新包裝爲"問題定義 + 證據判斷 + 技術路線評估 + 複雜項目推進"四項可採購服務，而非某個具體算法技能。 建設鄰接增長：從自己原專業物理距離最近的場景切入。材料背景走接觸與失效，控制背景走長時序預演，統計背景走評測與因果，公共衛生背景走照護安全。跨度越小，可信度越高。 保留期權：以低成本方式持續接觸三類人——一線操作者、設備廠商產品經理、合規與保險從業者。這三類人決定了任何技術判斷在現實中的有效性。 ### 6.4 90 天實驗與止損條件 前 30 天完成場景側的一手調研，目標是 8 到 12 次一線訪談，產出一份該場景的失效模式清單與代價分級表。中間 30 天把清單轉成可執行的評測方案或數據採集方案，找到一個願意提供真實環境的合作方。最後 30 天完成一次小規模實測，公開基線結果。 領先指標看三項：是否有人主動引用你的失效清單；是否有機構願意爲評測或數據方案付費或提供場地；是否被邀請進入標準、招標或驗收討論。 止損條件也要寫清楚：三個月內拿不到任何真實場景准入，說明網絡資本不足，應先補渠道而非繼續深化技術方案；場景方只願意做演示不願意談驗收標準，說明該場景尚未進入真實採購階段，應換場景。 --- ## 七、三情景 × 三時距 **基準情景（概率最高）** ：世界模型在結構化程度高、責任邊界清晰的場景逐個落地。0–18個月，工業巡檢、物流分揀、園區服務常態化部署，養老側停留在監測、陪伴與移位輔助；18–36個月，評測標準與跨本體接口趨於統一，租賃訂閱模式出現穩定復購；3–7年，物理任務的能力提升呈臺階狀而非指數狀，通用家庭機器人仍限於中高收入家庭。 **加速情景** ：抽象表徵與生成式仿真在工程上合流，失敗數據規模化採集突破，疊加保險產品成熟。0–18個月標誌事件是出現第一批按效果付費而非按設備付費的具身合同；3–7年內高危作業與重體力照護出現實質替代，職業結構在製造與照護兩端同時重組。 **受阻情景** ：資本開支回報不及預期引發投資收縮，疊加一到兩起高關注度的人身傷害事故與隨之而來的嚴格准入。0–18個月表現爲試點預算收緊、演示項目增多而採購減少；3–7年具身智能長期停在"可監測、不可操作"的安全區，世界模型研究退回實驗室與少數工業客戶。 **共用領先指標** ：評測榜單中物理一致性與動作跟隨權重的變化；實景實訓的常態部署清單長度；養老與工業場景的租賃復購率；相關保險產品是否出現公開費率；內存成本佔 AI 資本開支的比重；閒置算力轉售的規模變化。任一指標連續兩個季度反向，切換情景假設。 --- ## 八、這本書的侷限與待覈驗之處 **證據強度不均。** 書中案例多爲敘事化呈現，豆瓣讀者對案例信度的質疑不能簡單否定[^1]。使用書中任何具體案例作爲論證依據前，應獨立覈實。 **診斷強於處方。** 全書對"世界模型如何構建"給出的是三大基石、JEPA、代價與模擬推演這類框架性表述，缺少可操作的技術路徑，這是讀者反饋中最集中的批評[^1]。 **路線判斷偏早。** 對生成式視頻模型的貶抑與 2026 年主流工程實踐存在偏差，自動化所的獲獎方案即以擴散模型爲基礎[^5]。 **制度成本談得太輕。** "中國路徑"的兌現依賴數據合規、標準統一、責任制度與容錯機制，本書對這幾項的分析深度不足。 ## 九、結論 這本書的真正價值在它沒有充分展開的那半句話裏： **AI 之所以不懂世界，因爲它從不爲錯誤付賬。** 2026 年的產業格局把這句話放大成了一道公開的賬目——一側是七千億到一萬億美元級別的算力投入，另一側是接近九成的 Agent 試點死在從演示到生產的那一步；一側是八部門聯合發文推動製造與消費場景的智能化，另一側是評論界對"重展示輕應用"的持續批評。 缺口不在算力，在代價的賬本上沒有 AI 的名字。誰能把這本賬建起來——定義什麼叫做錯、錯到什麼程度不可接受、由誰賠付、用什麼數據證明——誰就握住了下一階段的定價權。對於有博士訓練背景、習慣於在約束條件下求解的人來說，這是一個罕見的結構性機會：這件事需要嚴密的物理與統計功底，需要對真實場景的耐心，也需要願意長期與失敗數據打交道的性格。三樣都不稀缺，稀缺的是把三樣放在同一個人身上。 至於那 3.23 億位老人，以及說"不用管我"的那一位，他們不會等技術準備好。世界模型這門課的期末考試，考場在他們的客廳裏。 <footnote>[^1]: [世界模型 (豆瓣)](https://book.douban.com/subject/38394580/)[^2]: [AI會帶來新一輪的經濟泡沫嗎](https://cj.sina.com.cn/articles/view/5953740931/162dee08306703zo9o)[^3]: [89% of enterprise AI agent pilots never reach production](https://data-today.net/enterprise-ai-agent-pilot-failure-89-percent/)[^4]: [Yann LeCun's AMI Labs Secures $1.03 Billion to Develop World Models](https://explore.n1n.ai/blog/yann-lecun-ami-labs-funding-world-models-2026-03-10)[^5]: [世界模型新探索，自動化所牽頭隊伍獲得國際比賽第一名](https://ia.cas.cn/kxyj/kydt_1/202605/t20260519_8206090.html)[^6]: [肉眼看不出的幻覺？清華提出視覺源幻覺](https://m.36kr.com/p/3991348966292486)[^7]: [工業和信息化部等八部門關於印發《"人工智能+製造"專項行動實施意見》的通知](https://www.miit.gov.cn/jgsj/kjs/wjfb/art/2026/art_5ea5b1663f264fcea69df0ab00d1f6f3.html)[^8]: [養老服務將與人工智能深度融合（民政部）](https://www.mca.gov.cn/n2623/n2684/n2703/c1662004999980011628/content.html)[^9]: [國家統計局：60歲及以上人口32338萬人，佔全國人口的23.0%](https://www.cncaprc.gov.cn/xxllsy/770049.jhtml)[^10]: [2026世界模型賽道實力企業全景盤點](https://china.qianlong.com/2026/0921/8730443.shtml)</footnote>

一句話概括 今天的AI擅長從數據中模仿世界，卻缺乏通過身體、行動、代價和社會關係形成的真實常識；只有建立能夠表徵現實、推演未來、接受反饋並知道何時停止的世界模型，AI纔可能從“會說”走向“會做”。 核心邏輯 本書的推理鏈條是： 大模型從文本和影像中學習統計關聯 → 可以生成逼真的語言與畫面 → 但沒有親自接觸和改變過世界 → 無法穩定理解物理因果、社會動機、情境變化和不可逆風險 → 在現實場景中出現結構性錯誤 → 需要用“疼痛、代價、模擬”重新構建認知架構 → 在潛空間中表徵關鍵狀態、推演行動後果 → 通過真實行動和反饋更新模型 → 同時爲高風險決策設置人工否決、責任邊界和停止機制。 作者認爲，AI最大的缺陷不是會犯錯，而是“不知道錯誤意味着什麼”。語言錯誤可以重新生成，現實行動造成的燙傷、設備損壞、信任破裂和尊嚴傷害卻可能無法撤銷。 核心內容 1. AI常識的五個結構性斷層 作者認爲，AI的低級錯誤主要來自五類缺口。 第一，情境盲視。AI可能知道“凌晨5點”和“掃地”分別是什麼，卻不能穩定地理解“凌晨5點在臥室掃地不合時宜”，因爲它缺少時間、空間與事件的動態耦合。 第二，物理失感。模型理解“撬”“裂”“燙”等詞語之間的關聯，卻沒有觸覺、力度和受傷反饋，無法把動作與物理後果牢固綁定。 第三，動機漠然。AI能觀察行爲，卻不一定能夠從行爲反推意圖。老人說“不用管我”，可能是真正拒絕，也可能是不願麻煩別人的求助。 第四，規則僵化。書面規則無法包含組織中的所有潛規則、規模變化和責任關係。邏輯上成立的制度設計，放進真實組織後可能完全無法執行。 第五，風險鈍感。模型常追求期望收益或平均準確率，卻難以穩定處理“低概率、極高代價”的長尾風險。 這些問題不是簡單增加數據或算力就能解決的，而是現有認知架構與現實世界之間存在斷層。 2. AI搭不起世界模型的根本原因 人類通過“行動—反饋—調整”認識世界。嬰兒反覆扔勺子，不是在學習“勺子掉了”這句話，而是在用視覺、聲音、動作和身體反饋驗證重力與因果。 大模型則主要通過文本和影像進行統計壓縮。它擁有大量關於勺子的描述，卻沒有親手扔過勺子；知道燙傷的語言模式，卻沒有因爲錯誤動作縮回過手。 因此，人類知識帶有三個AI難以複製的特徵：身體性，知識與觸覺、本體感覺和生理狀態相連；因果性，行動會產生後果，預測錯誤會推動模型更新；情境性，相同行爲在不同時間、空間和社會關係中意義不同。 3. 人類活在大腦編織的預測中 本書借用預測編碼理論解釋人的世界模型：大腦不是被動接收感官信息，而是在不斷預測下一刻會發生什麼。 感官輸入的主要作用，是檢查現實是否符合大腦的內部預測。當現實與預測發生較大偏差時，預測誤差會迫使大腦修改內部模型。 因此，人看到一把傾斜的椅子，會立即預見它即將倒下；老司機看到旁車輕微偏移，會提前推斷對方準備變道。這種直覺是經驗、風險和預測被高度壓縮後的結果。 當前AI雖然擁有海量“素材”，卻缺少一個能夠持續模擬未來、根據預測誤差更新的完整內部“劇本”。 4. 疼痛、代價與文化如何塑造常識 作者把人類直覺的形成歸納爲三種機制。 疼痛建立身體因果。燙傷、跌倒和碰撞，會把“行動—後果”關係刻入身體記憶，使人以後自動迴避危險。 代價建立社會邊界。經濟損失、關係破裂、聲譽受損和被羣體排斥，使抽象規則轉化爲具體的負向反饋。 文化沉澱羣體經驗。大量個人試錯會以習慣、默契、禮俗和潛規則的方式變成共享的預測模板，使人無須每次都從頭計算。 所以，專家直覺不是神祕能力，而是經過大量真實錯誤成本壓縮形成的“暗知識”。 5. 爲AI構建世界模型的三大基石 作者提出三項基礎機制。 疼痛，是行動與嚴重後果之間不可忽視的負向信號。AI不需要獲得生物痛覺，但需要將某些錯誤定義爲高權重、不可輕易撤銷的失敗。 代價，是把設備損壞、經濟損失、用戶傷害、信任破裂和尊嚴受損轉化爲模型能夠處理的約束。 模擬，是在行動前建立內部沙盤，推演“如果這樣做，接下來會發生什麼”，爲不可逆行動安裝思維剎車。 三者形成遞進關係：疼痛建立底線，代價建立現實邊界，模擬推演未來路徑。它們不是給語言模型增加幾個插件，而是要求重新設計決策架構。 6. AI常識研究的三條失敗路線 規則主義試圖用邏輯規則完整描述世界，但現實中的情境和例外無限增長，規則最終會相互衝突並失去可維護性。 連接主義讓機器從大量數據中學習模式，卻產生黑箱、因果缺失和組合泛化困難。模型可能識別出貓，卻不知道貓爲什麼跳上桌子。 深度學習顯著提高了識別和生成能力，但仍容易依賴統計捷徑，受到對抗樣本、分佈外場景和長尾事件影響。 大語言模型則像生活在“語言鏡像廳”中：它能熟練描述人類關於世界的知識，卻未必擁有通向真實世界的窗口。 作者認爲，出路不是無限擴大鏡像廳，而是形成“語言＋模擬＋工具＋行動反饋”的協同系統。 7. JEPA：世界模型的預測引擎 本書重點介紹了楊立昆提出的JEPA——聯合嵌入預測架構。 它包括三個核心環節： 表徵：把海量感官數據壓縮進潛空間，過濾無關細節，保留溫度、速度、穩定性等關鍵狀態。 推演：不預測每一個像素，而是在抽象狀態空間中推演未來變量如何變化。 行動：根據推演結果採取行動，再用現實反饋修正內部表徵和預測。 作者把它概括爲三個齒輪：世界速寫本，提取關鍵因果要素；腦內沙盤，運行“如果—那麼”的未來模擬；手腳驗證，通過行動讓預測接受現實校準。 世界模型的目標不是單純預測未來，而是通過更可靠的預測選擇行動、改變未來。 8. Sora生成的視頻不等於理解物理世界 Sora等視頻模型可以生成視覺上連貫的畫面，但視覺逼真不等於物理理解。 模型可能學會“揮杆之後球會飛出去”的影像規律，卻不理解力量、慣性和碰撞的統一機制；可以生成一個人向前傾，卻讓杯中的液體保持靜止。 作者提出三個檢驗問題：能否生成在特定條件下不融化的鹽水冰塊？能否用石頭和木棍組合出砸堅果的工具？能否準確推演微波爐加熱帶殼雞蛋的後果？它們分別檢驗反事實推理、組合泛化和代價感知。 真正的世界模型不僅要生成“像真的”畫面，還要允許人干預變量，並保持整個因果系統的一致性。 9. 爲什麼行動智能比語言智能困難 在語言世界裏，錯誤可以刪除、修改和重新生成；在物理世界裏，動作會造成不可逆後果。 機器人端一碗湯，需要同時處理抓握與接觸力、液體晃動、機械運動和諧振、地面摩擦、人與機器的距離、網絡延遲和突發障礙。 如果追求高精度，計算可能無法實時完成；如果約束過強，機器人會變得極端保守；如果強調泛化，換一種碗或液體就可能失敗。 從仿真環境遷移到現實環境，還會出現明顯的“仿真—現實鴻溝”。模擬器無法完整復現油脂、反光、透明物體、微小摩擦變化和突發干擾。 10. 雲端與邊緣端應承擔不同風險 機器人的“大腦”上雲後，網絡延遲可能使危險動作無法及時停止。 作者主張：邊緣端像脊髓，負責毫秒級剎停、鬆手和姿態調整；雲端像大腦，負責全局規劃、複雜推理和系統性風險分析。 邊緣端負責“快害怕”，防止機器人撞擊、跌倒或燙傷；雲端負責“慢害怕”，避免整個系統發生規模性錯誤。 理想狀態是雲邊協同，但任何通信中斷都不能取消本地安全機制。 11. 世界模型在中國場景中的應用 教育場景中，AI不能只判斷答案對錯，還應區分知識障礙、認知負荷和情緒挫敗。它最適合成爲教師的認知增強工具，而不是替代教師。 養老場景中，AI應識別語言、生理和行爲信號之間的衝突，把不確定性和風險交給照護者，避免在安全與尊嚴之間擅自裁決。 製造場景中，通用模型容易產生違背材料和設備約束的建議。更可靠的路線是把力學、熱學和安全邊界嵌入模型，並將停機、返工和產品損壞轉化爲明確代價。 作者把中國路徑概括爲“場景驅動的在地進化”：不追求一個模型理解一切，而是在教育、養老、交通和製造等具體場景中建立專用世界模型。 12. 世界模型的能力邊界 世界模型並不是萬能鑰匙。作者把應用劃分爲三類： 綠燈區：規則穩定、狀態可觀測、錯誤可以修復，AI可較高程度自主執行，例如質檢和規則明確的優化任務。 黃燈區：包含情緒、關係、文化和不確定推斷，需要人機共同決策，例如教育診斷和養老預警。 紅燈區：涉及生命價值、人格尊嚴、公平裁決或不可逆後果，AI不得獨立決策，例如司法判決和生命優先級排序。 真正成熟的智能，不是什麼都敢算，而是知道什麼時候停止計算並請求人類接管。 13. AI權力必須被“上鎖” 當AI的錯誤被包裝成高置信度的客觀結論，它可能改變學生髮展路徑、醫療資源分配和個人命運。 本書提出幾項治理原則：把社會代價前移爲系統成本；保留人類最終否決權；在系統上線前進行紅隊和邊界測試；顯式呈現不確定性；對不可逆結果強制人工複覈；建立全生命週期審計和快速下線機制；讓受影響者參與價值和代價的定義。 作者還提出“AI決策質疑五步法”：看置信度，查因果鏈，核數據適用範圍，判斷後果是否可逆，涉及尊嚴和公平時交由人類裁決。 14. AI時代的職業護城河 作者認爲，職業護城河不是調參能力，而是“定義代價”的能力。 未來可能出現三種重要角色： 因果工程師：把物理規律、因果鏈和否決機制裝進系統。 場景架構師：理解真實環境中的潛規則、關係、風險和底線。 價值對齊設計師：把公平、尊嚴和法律邊界轉化爲系統約束。 真正稀缺的人，不一定最懂模型參數，而是能夠判斷AI犯錯後會產生什麼物理、經濟、社會和人性代價，並讓系統在關鍵時刻停下來。 反對的觀念 本書主要反對以下觀念：數據和算力足夠多，AI自然會產生常識；能夠流暢描述世界，就等於理解世界；能生成逼真視頻，就掌握了物理規律；統計相關性最終會自動演變成因果理解；仿真環境中的成功率可以直接代表現實表現；提高平均準確率就能解決安全問題；所有社會規則都可以被完整寫入系統；AI比人客觀，所以更適合進行價值裁決；通用模型必然優於場景化專用模型；成熟AI應該在任何情況下都給出確定答案。 作者認爲，“承認不知道並把權力交還給人類”，不是智能不足，而是成熟智能的重要標誌。 本書最值得關注的核心觀點 本書最值得關注的是：真正的智能不只是預測正確，而是理解錯誤的代價。 在低風險場景裏，錯誤可以重試；在現實行動、高風險決策和社會關係中，錯誤可能造成設備損壞、生命危險、人格標籤和信任破裂。 因此，評價AI不能只看準確率，還要追問：它是否理解行動與後果之間的因果鏈？是否能夠識別分佈外場景？是否顯式表達不確定性？錯誤後果是否可逆？代價由誰承擔？是否保留人工複覈和中斷權？哪些價值不應由模型決定？ 這套“代價視角”比單純討論模型是否更聰明，更接近AI進入現實世界後的關鍵問題。 個人啓示 第一，根據後果選擇AI使用方式。寫普通文案可以大膽試錯；涉及資金、健康、法律、職業發展和他人權益時，必須提高驗證和人工複覈等級。 第二，不要只覈對答案，還要覈對因果鏈。追問AI使用了哪些前提、忽略了哪些變量，以及條件變化後結論是否仍然成立。 第三，學會識別分佈外場景。當實際對象、地區、文化、設備或人羣明顯不同於模型熟悉的環境時，應主動降低對結果的信任。 第四，將專家經驗轉化爲代價規則。真正有價值的行業經驗，往往不是“如何做對”，而是“哪些錯誤絕對不能犯”。這些知識可以成爲AI系統的安全約束。 第五，爲重要決策保留停止按鈕。任何可能產生不可逆後果的自動化流程，都應保留人工接管、降級運行和快速中止機制。 第六，建立“厚數據”意識。數字記錄只是現實的一部分。理解一個人或場景，還要考慮時間、關係、文化、情緒和未被說出口的動機。 觀點評價 本書的最大價值，是把抽象的“世界模型”概念落到了杯子、熱湯、道路、課堂、養老和工廠等具體場景中。它清楚展示了語言智能與行動智能的差別，並用“疼痛—代價—模擬”建立了一套容易理解的分析框架。 書中關於綠燈、黃燈、紅燈應用區，人類否決權，以及“何時應該停止”的討論，具有很強的治理和產品設計價值。職業護城河被定義爲“代價翻譯能力”，也比泛泛強調學習AI工具更有啓發性。 但本書也存在明顯侷限。 首先，作者使用的“疼痛”和“害怕”主要是工程隱喻。把負獎勵加入模型，並不等於機器獲得了人類的疼痛經驗；能夠預測代價，也不等於真正理解代價。 其次，書中有時把大語言模型描述得過於靜態。現代多模態模型、工具調用、模型化強化學習和具身智能已經具備一定模擬、規劃與反饋學習能力，雖然距離穩定的世界理解仍然很遠，但“只有統計、完全沒有推演”的表述過於絕對。 第三，JEPA能夠學習抽象預測表徵，卻不會自動產生可靠因果模型、社會常識或價值判斷。它是一條重要研究路線，而不是已經得到驗證的通用解決方案。 第四，一些技術評分、成功率推斷和中國路徑案例屬於作者的理論分析或思想實驗，並非經過統一實測的數據。書中也明確承認部分判斷只是理論評估，因此不能把所有案例當成已經證實的工程結論。 第五，書中偶爾把人類直覺理想化。人的身體經驗和文化知識同樣會產生偏見、刻板印象和錯誤因果，不能因爲經驗具有代價，就假設它天然可靠。 總體而言，這是一本把AI從“會不會聊天”推進到“能不能安全行動”的有價值讀物。它未必給出了世界模型的最終技術答案，卻提出了一個非常正確的問題：當AI走出屏幕、進入現實世界後，誰來定義錯誤，誰承擔代價，誰擁有最後的停止權？ 一段話總結 《世界模型——AI尚未理解的真實世界》指出，當前AI雖然能夠生成流暢語言和逼真影像，卻主要依賴統計關聯，缺少人類通過身體行動、疼痛反饋、現實代價、社會文化和未來模擬形成的世界模型，因此容易在物理操作、情境理解、動機判斷和長尾風險中犯結構性錯誤。作者提出以“疼痛、代價、模擬”爲三大基石，並藉助JEPA式的表徵、推演和行動閉環，讓AI從模仿世界走向預測並謹慎介入世界；同時強調，教育、養老、司法和生命價值等高風險場景必須保留不確定性提示、人工複覈和最終否決權。書中部分技術判斷和案例偏理論化，也容易把工程負獎勵擬人化爲真正的疼痛，但它提出的核心尺度極具價值：衡量AI不能只看答案是否準確，更要看它是否理解錯誤的後果、是否知道自己的邊界，以及能否在不該決定時把權力交還給人類。

作爲程序員，我常被大模型的聰明唬住，卻忽略了它沒有親手觸碰過世界這一事實。書中用洗衣機被撬裂、路線規劃穿過公墓等故事，讓我意識到：光有數據和算法遠遠不夠，AI 還得擁有對物理與社會的深層理解，才能不犯低級錯誤。這種缺口被稱爲世界模型，它不是花哨概念，而是讓機器像嬰兒一樣，在真實環境中試錯、修正，逐步搭建起對重力、平衡、人性的內部模擬。對我而言，這提醒在追求模型規模的同時，更要重視讓 AI 與環境互動，獲得“摔跤”級別的反饋，才能真正成長。別隻給 AI 詞彙，更別忘了把它放進真實世界去歷練，否則它永遠只是語言的囚徒。