哈萨比斯在2026年1月15日CNBC《The Tech Download》播客与1月18日后续采访中，将世界模型(World Models)作为DeepMind通往AGI的核心战略方向进行了全面阐述。
一、核心定位和主要观点概览
作为诺奖得主、DeepMind CEO，他的观点被视为AI领域的重要风向标，核心基调是：当前大模型仅是AI发展的阶段性成果，真正的AGI必须以世界模型为核心组件，实现对物理世界的深度理解与因果推理。
1.1 核心定义与本质
- 本质定位：世界模型是AI系统内化物理现实、进行模拟预测的能力，而非仅依赖文本概率生成答案。
- 通俗比喻：若大模型是“读万卷书”，世界模型就是“行万里路”；大模型知道“是什么”，世界模型理解“为什么”并能预测“会怎样”。
- 关键能力：能在“脑海”中运行模拟，测试假设，理解重力、摩擦力等物理规则，把握空间结构、时间推移与因果循环。
1.2与当前大模型的核心差异
| 当前大模型 | 世界模型 |
|---|---|
| 擅长文本生成与知识记忆 | 掌握物理直觉与因果推理 |
| 能写出流体力学公式，但不懂水如何流动 | 可模拟水流变化与物体互动 |
| 能描述杯子掉落，却不理解为什么会碎 | 可完整模拟坠落、碰撞、破碎的全过程 |
| 缺乏长期规划能力 | 能预测行动长期影响，进行复杂决策 |
| 是“缸中之脑”，缺乏对现实的直观理解 | 拥有“物理直觉”，能在现实中有效运作 |
1.3 哈萨比斯强调的核心价值
- 科学发现的关键：世界模型让AI能像顶尖科学家一样，通过模拟验证假设，解释未知现象，推动理论创新。
- AGI必备组件：要实现通用人工智能，AI必须理解物理世界，才能在其中自主行动、解决复杂问题。
- 突破当前AI局限：弥补LLM在原创思维、持续学习和长期规划方面的短板，解决“锯齿状智能”问题。
1.4 DeepMind的实践案例
- Genie 3：能从文本/图像生成完整可操作的交互式3D环境，保持长时间物理一致性，被视为世界模型里程碑。
- SIMA 2：基于Gemini技术的3D虚拟世界AI智能体，在Genie生成的环境中行动，体现世界模型与行动能力的结合。
- Veo 3：在建模直觉物理方面表现出色，被哈萨比斯称为“触及更深层次规律”的标志。
1.5 未来发展方向
哈萨比斯认为世界模型将从物理世界扩展到生物学、经济学和人类行为，最终构建能理解和创造各种复杂系统的通用模型，与大模型融合而非取代，共同推动AI向AGI演进。
二、哈萨比斯定义的"世界模型"核心内涵
2.1 本质定义与核心特征
-
哈萨比斯原话："世界模型不是关于记忆事实，而是关于理解'为什么'和'会怎样'——这是人类智能的核心，也是AGI必须具备的能力"。
-
技术定义：世界模型是AI系统内化物理世界规律、构建可运行模拟的能力，让AI能在"脑海"中预测行动后果、测试假设，而非仅依赖文本概率生成答案。
-
四大核心特征：
-
物理一致性：理解重力、摩擦力、动量等基础物理规则，模拟结果符合现实规律
-
因果推理：把握事件间的因果关系，而非仅识别相关性
-
长期规划：能预测行动的长期影响，进行多步骤复杂决策
-
交互性：可与生成的虚拟环境实时互动，接收反馈并调整行为
-
2.2 与大模型(LLM)的本质差异：从"概率预测"到"理解与模拟"
哈萨比斯反复强调当前大模型的三大根本性缺陷，被他称为"锯齿状智能(Jagged Intelligence)"：
-
缺乏物理直觉：能描述公式但不懂原理（如能写流体力学方程却不理解水流）
-
因果推理薄弱：基于统计相关性而非因果关系，易产生逻辑断裂与"幻觉"
-
规划能力有限：仅能进行短期任务规划，缺乏跨时间尺度的长期视角
| 维度 | 当前大模型(LLM) | 世界模型(World Models) | 哈萨比斯核心评价 |
|---|---|---|---|
| 核心本质 | "概率预测机"，基于文本数据的模式匹配 | "物理理解者+模拟器"，内化世界运行规律 | "LLM是'读万卷书'，世界模型是'行万里路'" |
| 对物理世界的理解 | 文字层面的描述能力，缺乏直观认知 | 可模拟水流变化、物体碰撞、结构稳定性等物理过程 | "LLM能描述杯子掉落，却不理解为什么会碎" |
| 推理方式 | 系统1（直觉快思考），基于统计模式 | 系统2（逻辑慢思考），结合搜索与模拟验证 | "需要从概率生成转向可解释的逻辑推理" |
| 规划能力 | 短期任务规划，缺乏长期视角 | 能进行跨时间尺度的复杂规划（如从原料到成品的全流程） | "AGI必须能规划未来，而非仅回应现在" |
| 学习方式 | 主要依赖文本数据训练 | 结合文本、图像、视频、具身经验等多模态数据 | "世界模型需要'具身经验'，而非仅'纸上谈兵'" |
三、哈萨比斯强调的战略意义与核心价值
3.1 AGI必备组件：通往通用智能的"圣杯"
哈萨比斯明确指出：通往AGI必须先把两件事做成：
-
世界模型：让AI真正理解物理与空间，获得"物理直觉"
-
自动实验：让AI能动手解决材料、聚变等基础科学问题
他认为，AGI距离实现仅差1-2个关键技术突破，而世界模型正是其中最核心的突破方向之一。
3.2 科学发现的加速器：从"实验试错"到"模拟预测"
哈萨比斯强调世界模型将彻底改变科学研究范式：
-
缩短实验周期：将材料发现、药物研发、核聚变研究等领域的实验周期从数年缩短至数月
-
降低研究成本：通过虚拟模拟减少昂贵的实体实验，提高科研效率
-
拓展研究边界：能模拟人类无法直接观察的极端环境（如黑洞内部、深海高压区）
3.3 突破当前AI局限的关键路径
世界模型被视为解决当前大模型三大核心问题的根本方案：
-
解决"幻觉"问题：基于物理规律的模拟预测，减少无根据的文本生成
-
提升可解释性：模型决策基于可理解的物理规则，而非黑箱式的统计模式
-
增强泛化能力：从基础物理规则出发，能更好地适应新环境与新任务
四、DeepMind的世界模型实践案例与技术进展
哈萨比斯重点介绍了DeepMind在世界模型领域的三大里程碑成果：
4.1 Genie 3：交互式3D世界生成器
-
核心能力：能从文本/图像生成完整可操作的交互式3D环境，保持长时间物理一致性
-
技术突破：帧率达24fps，分辨率720p，支持直升机飞行、水上摩托驾驶、飓风场景模拟等复杂交互
-
哈萨比斯评价："Genie 3是世界模型的里程碑，它让AI能'想象'并'进入'虚拟世界，进行自主探索与学习"
4.2 SIMA 2：3D虚拟世界智能体
-
核心能力：基于Gemini技术，在Genie生成的环境中实现"感知-推理-行动-反思"闭环
-
交互创新：可接受用户手绘草图指定位置、路径或物体，执行多步骤复杂任务
-
技术意义：体现世界模型与行动能力的结合，为具身智能奠定基础
4.3 Veo 3：深度物理建模引擎
-
核心能力：在建模直觉物理方面表现出色，能生成具有物理一致性的视频内容
-
哈萨比斯评价："Veo 3触及了更深层次的物理规律，是世界模型的基础视觉与物理理解组件"
五、技术实现路径与未来发展方向
5.1 哈萨比斯提出的四大技术路径
-
多模态融合：整合文本、图像、视频、3D点云等数据，构建对世界的综合表征
-
神经符号结合：将神经网络的学习能力与符号系统的推理能力相结合，既擅长模式识别又能进行逻辑推理
-
分层建模：从基础物理规则到复杂系统（如生态系统、经济模型）进行分层构建，提高模型效率与可解释性
-
强化学习与模拟训练：通过在虚拟环境中进行大量试错学习，提升模型的决策与规划能力
5.2 2026年三大预测与应用前景
哈萨比斯预测2026年AI领域将呈现三大趋势：
-
代理化系统成熟：能够自主执行复杂任务的AI代理逐渐投入实际应用
-
机器人技术突破：结合世界模型的机器人可能在12-18个月内取得显著进展
-
世界模型效率提升：更高效的模型将赋能更复杂的规划与推理
核心应用领域：
-
科学研究：加速材料发现、药物研发、核聚变研究等领域的突破
-
机器人与具身智能：提升机器人在复杂环境中的适应能力，实现更灵活的操作与决策
-
数字孪生：构建城市、工厂、电网等复杂系统的高精度数字孪生，用于优化设计与运行
-
游戏与娱乐：生成动态、可交互的虚拟世界，重塑游戏开发与体验方式
六、行业共识与分歧
6.1 行业共识
世界模型是AI发展的重要方向，能弥补当前大模型的关键短板，这一点已成为行业普遍认可的观点。