世界模型与具身智能

预测下一步会发生什么

世界模型尝试建立环境如何变化的表示，包括某个行动会带来什么后果。例如机器人准备拿起杯子，可以先预测伸手后的位置变化，再据此选择动作。

这种表示可能是内部的一组数字，也可能生成可观察的画面。它不必重建整个现实世界，更不一定输出一个完整的三维游戏。

与具身智能有什么关系

具身智能强调系统通过身体与环境交互：感知、行动、再根据变化调整。身体可以是现实中的机械臂，也可以是模拟环境里的角色。

世界模型可以帮助具身系统在内部尝试或预测行动，但具身系统并不一定使用显式世界模型；一个生成环境的模型，也不会仅因画面逼真就具备控制真实机器人的能力。

怎样看演示和评测

可以观察物体被遮挡后是否还在、行动能否稳定产生预期效果，以及长时间运行后是否出现不一致。DeepMind 的 Genie 3 发布说明就单独列出了动作范围、交互时长等限制。

预测错误还可能在连续步骤中累积。能生成一段看起来合理的视频，与准确模拟受力、支持可靠规划、在现实里完成任务，分别需要验证。读新闻时也要确认展示的是模拟环境还是实体设备。