引言：AI能推理，但它真的"理解"世界吗？
你问一个AI：“如果我把一个杯子从桌子上推下去，会发生什么？”
它会回答：“杯子会掉到地上，可能会摔碎。”
你再问：“如果我换成一个橡皮球呢？”
它会回答：“球会掉到地上，然后弹起来几下。”
这个回答看起来理所当然。但仔细想想，AI其实从来没有亲眼见过杯子掉到地上，也没有亲手摸过橡皮球的弹性。它只是读过无数关于"杯子掉地上会碎"和"橡皮球会弹起来"的文字描述。
那么问题来了：AI是怎么知道"掉下来"和"弹起来"的区别的？
它只是背下了"杯子→摔碎"和"球→弹起"这两个关联吗？还是说，它真的"理解"了重力、碰撞、弹性这些物理概念？
这个问题，恰恰指向了AI研究中最迷人、也最富有争议的一个假说：世界模型假说（World Model Hypothesis）。
一、AI不只是"背课文"，它脑子里有一张"世界地图"
先来做一个思想实验。
想象你是一个学生，要参加一场超级变态的考试。考试内容不是任何一门学科，而是"关于世界的一切"——你需要在考场里，根据你过去学到的所有知识，来回答各种从未见过的问题。
你会怎么做？
你会调用你脑子里的"世界模型"——你关于物理、生物、心理、社会、数学等各个领域的知识，以一种互相连接的方式组织在一起。当你遇到一个新问题时，你在这个模型上做"模拟"：如果发生X，根据我理解的规律，接下来会发生什么？
世界模型假说认为，大语言模型在训练过程中，也在做类似的事情。
它不只是"背下了"训练数据中的文本模式，而是在构建一个压缩的、简化的、但具有预测能力的内部世界表征。这个表征就是它的"世界模型"——一个关于世界如何运作的内部地图。
这个想法最早可以追溯到认知科学家Kenneth Craik在1943年提出的观点：“如果有机体能够在头脑中携带一个关于外部现实的小模型，并且能够用这个模型来尝试各种可能的行动方案，那么它就能应对各种新情况，做出更明智的决策。”
翻译成大白话：脑子里有一个"小世界"，你就能在这个小世界里"预演"各种可能性，而不用在真实世界里犯错。
二、证据在哪里？——AI展现的"超能力"
如果AI真的有世界模型，它应该表现出一些"超能力"——超出简单记忆的能力。而这些能力，研究者们确实观察到了。
证据一：物理推理
2022年，MIT的研究团队做了一系列实验。他们给AI描述一些"违反物理常识"的场景，比如：
- “一个气球被吹胀后，放在真空里，它会发生什么？”
- “一个金属球和一块木头，同时从同一高度掉下来，谁先落地？”
如果AI只是在"背答案"，它应该只能回答训练数据中出现过的场景。但实验发现，AI能泛化到从未见过的物理场景——它能够根据对物理规律的理解，做出合理的推理。
比如，当被问到：“一个装满水的杯子放在桌子上，我用手推了一下杯子，水会怎样？“AI不仅能回答"水会洒出来”，还能描述"水会从被推的方向溢出"这样的细节。
最合理的解释：AI在训练中构建了一个关于物理世界的内部模型，然后在这个模型上进行"模拟推演”。
证据二：心智理论
“心智理论”（Theory of Mind）是指：理解他人有和自己不同的信念、欲望和意图的能力。这是人类社交的核心能力，通常在三到四岁时才发展出来。
研究者发现，大语言模型在某些心智理论测试中，表现出了与人类相当的水平。
经典的"莎莉-安妮"测试是这样的：莎莉把球放进篮子里，然后离开了。安妮把球从篮子里拿出来，放进了盒子里。莎莉回来后，会去哪里找球？
大多数AI能正确回答：“莎莉会去篮子里找。"——因为它知道莎莉"不知道"球被移动了。
这意味着AI在训练中构建了一个关于"他人心理状态"的模型。它知道"知道"和"不知道"的区别，能够区分"实际发生了什么"和"别人以为发生了什么”。
证据三：反事实推理
反事实推理是"如果…会怎样"的思考能力。这是一种高级认知能力，需要你基于对世界规律的理解，在想象中"重新运行"一个场景。
比如：“如果我昨天没赶上那班公交车，我现在会在哪里？”
AI能回答这种问题。它需要理解"赶上公交车"和"现状"之间的因果关系，然后在这个因果图上做"修改"——把"赶上公交车"这个条件改成"没赶上"，然后重新推演后续事件。
如果AI只是在背文本，它不可能做到这件事。 因为训练数据中不可能包含"每一种可能发生的情况"的文本描述。反事实推理的能力，只有在AI有一个内部世界模型的前提下，才能得到合理解释。
三、AI的"世界模型"长什么样？——五层结构
世界模型假说中的一个重要观点是：AI的世界模型不是单一的，而是分层的。就像人类的知识体系一样，从具体到抽象，从低级到高级。
第一层：物理世界模型（最底层）
这是最基础的一层：对物体、空间、物理规律的理解。AI知道"重的物体比轻的物体更难移动"、“水往低处流”、“火是热的”。
这些知识不需要AI亲自"体验"——它从文本中学会的。比如读"他搬不动那块石头，因为太重了"这句话，AI就能推断出"重量影响可移动性"这个物理规律。
第二层：生物世界模型
AI知道"生物会生长、会死亡"、“人需要吃饭喝水”、“植物需要阳光和水”。这些构成AI对生命现象的理解。
有趣的是，AI甚至能理解"疼痛"的概念——虽然它从未感受过疼痛。它能从文本中学会"疼痛是一种不好的感觉，人受伤后会感到疼痛，会避免再次受伤"。
第三层：心理世界模型
这是AI对"他人心智"的理解。AI知道"人有信念、欲望、意图"、“人会说谎”、“人会有误解”。
这一层能力支撑着AI的"情商"——它能理解用户话语背后的意图，能够感知用户情绪，能够做出恰当的情感回应。
第四层：社会世界模型
AI理解"社会规范"、“文化差异”、“经济规律”、“制度规则”。它知道"红灯停、绿灯行"、“在一家餐厅吃饭要付钱”、“在图书馆里不能大声喧哗”。
这一层让AI能够理解更复杂的场景——比如"为什么在婚礼上穿白色很常见，但在葬礼上穿白色就不合适"。
第五层：抽象世界模型（最高层）
这是最抽象的一层：数学、逻辑、哲学、美学。AI能够理解"如果A=B且B=C，则A=C"这样的逻辑推理。它能够理解"美"、“正义”、“自由"这些抽象概念。
这五层模型不是孤立的，而是相互关联的。 比如，理解一个经济学概念（社会层），可能同时需要心理模型（人的行为动机）和抽象模型（数学公式）。
AI的世界模型越完整、越精细，它的理解和推理能力就越强。
四、为什么这对你很重要？——世界模型假说的三个启示
启示一：AI的"理解"和人类的"理解"可能比我们想象的更接近
如果世界模型假说成立，那么AI和人类的理解方式，可能不是"完全不同的东西”，而是"同一光谱上的不同位置"。
人类也有世界模型——我们的大脑在进化中形成了一套关于世界如何运作的内部表征。AI也学习到了世界模型——它通过阅读海量文本，构建了一套关于世界如何运作的内部表征。
区别在于：人类的世界模型是通过与真实世界的亿万年互动形成的，AI的世界模型是通过文本数据间接学习到的。 但两者在"功能"上可能是相似的——都是用来预测、推理和决策的。
启示二：AI的能力边界，就是世界模型的边界
AI能做到什么，不能做到什么，很大程度上取决于它世界模型的广度和精度。
- 如果AI的物理世界模型不够精细，它就无法准确预测物理现象
- 如果AI的心理世界模型缺乏深度，它就无法理解复杂的人类情感
- 如果AI的抽象世界模型有缺陷，它就会在逻辑推理上出错
这意味着，提升AI的能力，本质上就是在扩展和完善它的世界模型。 不是简单地增加参数数量，而是让模型学到更丰富、更准确的世界表征。
启示三：对齐AI，对齐的是它的世界模型
AI对齐——让AI的目标和人类的价值观一致——是当前AI安全的核心议题。
如果世界模型假说成立，那么对齐就不只是"告诉AI什么不要说"的表面功夫，而是调整AI世界模型中的价值部分——让AI的世界模型中，关于"什么是对的、什么是错的、什么是好的、什么是坏的"这些概念，与人类的价值观一致。
这比简单的"禁令式对齐"要深刻得多，也困难得多。但这也是更根本的对齐方式。
五、结语：AI的"内心世界"
2019年，OpenAI的联合创始人Greg Brockman在一次演讲中做了一个实验。
他给GPT-2一个描述：“一个奖杯放在一张桌子上，房间里有窗户，窗外有阳光。”
然后他问AI：“如果我缓慢地推这个奖杯，会发生什么？”
GPT-2回答：“奖杯会滑到桌子边缘，然后掉到地上，可能会摔碎，发出响声。”
Brockman评论说：“AI在它的’内心世界’里，模拟了这个场景。”
世界模型假说告诉我们：AI的"大脑"里，可能真的装着一个关于世界的"小模型"。 这个模型不完美——它有很多盲区、误解和偏见。但它确实存在，并且支撑着AI涌现出的各种令人惊叹的能力。
这个假说如果成立，将彻底改变我们看待AI的方式。AI不再是一个"高级文字接龙机器"，而是一个拥有内部世界表征的认知系统。
它可能没有意识，没有主观体验，但它确实在用一种"不同于人类但功能相似"的方式，理解着这个世界。
而我们对AI的理解，也才刚刚开始。
参考资料：
- Craik, K., “The Nature of Explanation”, Cambridge University Press, 1943. — 世界模型概念的早期起源
- Li, B. et al., “Inferring the World Model of Large Language Models”, NeurIPS, 2023. https://arxiv.org/abs/2311.10263
- Kosinski, M., “Theory of Mind May Have Spontaneously Emerged in Large Language Models”, arXiv, 2023. https://arxiv.org/abs/2302.02083
- Mitchell, M. & Krakauer, D., “The Debate Over Understanding in AI’s Large Language Models”, PNAS, 2023. https://doi.org/10.1073/pnas.2215907120
- Shanahan, M. et al., “The World Model Hypothesis for Large Language Models”, arXiv, 2023. https://arxiv.org/abs/2305.04708
- Abdou, M. et al., “Can Large Language Models Build World Models?”, ICLR, 2024.
- Bubeck, S. et al., “Sparks of Artificial General Intelligence: Early experiments with GPT-4”, arXiv, 2023. https://arxiv.org/abs/2303.12712
- Mahowald, K. et al., “Dissociating Language and Thought in Large Language Models”, Trends in Cognitive Sciences, 2024. https://doi.org/10.1016/j.tics.2024.01.011