04-06 · 技术概念
什么是世界模型？
理解机器人如何在内部“想象”环境变化和动作可能带来的结果。
一句话总结
世界模型可以理解为机器人对环境及其变化规律形成的内部表示：它不仅描述“现在是什么样”，还尝试预测“采取某个动作后，接下来可能发生什么”。
Plain language
用人话理解
拿杯子之前，机器人为什么还要先“想一想”？ 场景：机器人准备伸手拿桌上的杯子。识别出杯子的位置只是第一步，它还要预估动作可能给环境带来的变化。
- 01
理解杯子、桌面、手和障碍物当前的位置
- 02
预估手伸过去会不会碰到障碍物
- 03
判断杯子会不会被撞倒或滑动
- 04
预测抓住杯子后环境会发生什么变化
- 05
比较不同伸手路径可能产生的结果
- 06
选择更可能安全完成任务的动作方案
世界模型让机器人不只看见现在，还能在行动前预演几种可能的未来。
System loop
世界模型如何参与机器人的行动闭环？
- 环境
- 感知
- 当前状态理解
- 世界模型预测未来状态
- 决策 / 规划
- 动作
- 环境变化
Four modules
世界模型主要解决哪几件事
A · 状态表示
现在的世界是什么样？
- 物体
- 位置
- 关系
- 机器人自身状态
- 任务上下文
先把当前环境整理成机器人能够用于推理和预测的内部状态。
B · 动态预测
做出某个动作后会发生什么？
- 物体移动
- 碰撞
- 状态变化
- 动作后果
- 环境响应
世界模型尝试预测动作会怎样改变机器人和周围环境。
C · 结果评估
哪一种未来更符合任务目标？
- 目标完成度
- 安全性
- 失败风险
- 成本
- 约束条件
预测未来不是终点，还要判断哪个结果更值得选择。
D · 辅助规划
能否提前比较不同动作路径？
- 候选动作
- 路径比较
- 提前预演
- 重规划
- 决策支持
机器人可以先在内部比较多种可能，再决定现实中先做哪一步。
Responsibility boundary
世界模型与感知、大脑、VLA是什么关系？
这几个概念会相互协作，但解决的问题并不相同。
感知
获得当前环境信息
示例：“杯子在哪里，周围有什么障碍物”
世界模型
表示状态并预测变化
示例：“手伸过去后，杯子和环境可能怎么变化”
大脑
组织理解、推理与决策
示例：“结合目标和预测结果决定下一步做什么”
VLA
连接视觉、语言与动作决策
示例：“听懂拿杯子的指令并生成动作意图”
世界模型服务理解、决策和规划，但不等于整个机器人大脑，也不等于 VLA 或单纯视觉识别。
Continuous feedback
为什么机器人不能只“看见现在”？
真实环境会随着机器人动作不断变化。只识别当前画面，无法回答动作是否会碰撞、目标是否会移动，以及当前计划是否仍然可行。
只看现在：识别杯子和障碍物当前在哪里
预测未来：比较不同动作后可能出现的状态和风险
世界模型影响规划和决策能力，因为更好的行动选择依赖对动作后果的合理预估。
World model and VLA
世界模型和 VLA 是同一个东西吗？
不是。
VLA 负责把视觉、语言与动作决策连接起来；世界模型更强调对环境状态变化和动作结果进行预测。两者可以结合，让动作决策参考对未来的预估。
- VLA：视觉理解
- VLA：语言任务
- VLA：动作决策
- 世界模型：状态表示
- 世界模型：动态预测
- 世界模型：结果预演
两者可以协同，但世界模型 ≠ VLA，也不能被理解为机器人全部智能。
Quick memory
世界模型快速记忆
01 · 预测未来
接下来可能发生什么？
02 · 预演结果
行动前先比较可能后果
03 · 服务规划
帮助决策，但不等于全部智能
世界模型让机器人不只理解当前状态，还能为决策和规划预演可能的未来。
Related concept · 04-07
强化学习和世界模型如何配合？
强化学习关注如何通过反馈学习行动策略，世界模型则可以帮助预测动作后果、提高内部试错和规划效率。
两者可以结合，但强化学习并不一定都依赖显式世界模型。
→ 04-07 强化学习 · 即将补充Related concept · 04-08
为什么世界模型也要面对 Sim2Real？
在仿真或训练数据中学到的环境规律，到了真实世界可能因为摩擦、光照、材质或传感误差而发生偏差。
预测能力能否迁移到真实机器人，是世界模型落地的重要挑战。
→ 04-08 Sim2Real · 即将补充Related concept · 04-09
机器人数据为什么影响预测能力？
模型需要看到丰富的状态变化、动作过程和结果，才能学习环境如何响应机器人行为。
数据是否覆盖真实场景中的变化和失败情况，直接影响预测可靠性。
→ 04-09 机器人数据 · 即将补充Real-world difficulty
为什么世界模型很难
- 01
现实环境变化复杂
- 02
长时间预测误差会累积
- 03
物理规律和物体交互难建模
- 04
真实训练数据成本高
- 05
预测结果还必须服务实时决策
预测得像还不够，结果必须及时、可靠，并且真正帮助机器人做出更好的行动选择。
Solution perspective
解决方案人员什么时候要想到世界模型？
当机器人不能根据环境变化预测后果、调整计划时，问题可能不只是识别准确率或本体性能。
客户：“机器人遇到新障碍就不会绕。”
→ 环境变化理解 / 预测 / 重规划
客户：“动作做到一半环境变了，机器人还继续原计划。”
→ 状态更新 / 世界模型 / 实时决策
客户：“长任务执行到后面越来越容易偏。”
→ 长时预测 / 状态管理 / 规划
客户：“机器人能识别物体，却不会判断哪个动作更安全。”
→ 动作后果预测 / 结果评估 / 决策
解决方案人员需要判断：机器人是没有看见变化，还是看见了，却缺少对未来状态和动作后果的预测能力。
Recommended learning
推荐学习资料
平台：哔哩哔哩
智驾的VLA与世界模型对比【陈老师科普】
推荐理由：用对比方式理解 VLA 与世界模型的差异和联系，适合在读完相关节点后进一步建立技术边界。
去 B 站学习 →Related knowledge
关联知识
- 04-01机器人怎么从“看见”到“行动”已完成 →
- 04-02什么是机器人的“大脑”？已完成 →
- 04-05VLA 是什么？已完成 →
- 04-07强化学习即将补充
- 04-08Sim2Real即将补充
- 04-09机器人数据即将补充
Personal notes
我的笔记
记录你的判断：
- • 哪个观点与你已有认知不同？
- • 是否可以应用到工作？
- • 是否值得进一步研究？
声页不是替你学习，而是辅助你形成自己的知识。
Feedback