引言
你有没有想过一个问题：AI为什么能回答"如果一个杯子从桌子上掉下来会怎样"？
它没有见过杯子掉下来，没有学过"杯子掉落的物理公式"，甚至没有专门接受过"回答物体掉落问题"的训练——但它能给出一个合理的答案：杯子会摔碎。
它怎么做到的？
更奇怪的是：你问AI"如果地球突然停止自转，会发生什么？"——它也能给出一个像模像样的分析。大气层会因为惯性继续运动，海洋会形成滔天巨浪，地壳会因为巨大的应力而破裂……
这听起来简直不可思议。一个没有身体、没有视觉、没有触觉的AI，是怎么知道"杯子掉下来会摔碎"这种物理常识的？
有人会说：“因为它读过很多书，书里写了杯子掉下来会碎。”
但问题是——训练数据里不可能包含所有可能发生的情况。AI读过的书里，可能写的是"杯子掉在水泥地上碎了"，但它能推理出"杯子掉在软垫上不会碎"——这是它从来没见过的情况。
这种"超出训练数据之外的推理能力"，从何而来？
这个问题，引出了近年来AI研究中一个最迷人、也最深刻的假说——世界模型假说。
一、AI不是"鹦鹉"，它在构建一个"微缩世界"
三个无法用"背诵"解释的现象
先来看几个实验现象。这些现象让研究者越来越确信：AI不只是在"背台词"。
现象一：物理推理
研究者给AI一个场景：“桌子上放着一个杯子，桌子的左边有一个盘子。一个人推了一下桌子，杯子会朝哪个方向运动？”
AI不仅能回答"杯子会向左移动，最终掉下桌子"，还能根据不同的推力大小、桌子材质等条件，给出不同的预测。
但如果只是"背数据"，训练文本里怎么可能有"每一个可能的推桌子角度和力度下杯子会怎么运动"的描述？不存在这样的文本。AI得出的结论，只能是它自己"推理"出来的。
现象二：心智理论（Theory of Mind）
这是一个更令人震惊的实验：研究者给AI讲了一个故事——“小明把巧克力放在抽屉里，然后出去玩了。在小明不在的时候，妈妈把巧克力从抽屉里拿了出来，放进了冰箱。小明回来后，他会去哪里找巧克力？”
AI正确地回答：“小明的抽屉。”
请注意，这里的关键是——AI必须理解"小明不知道巧克力被移动了"这个事实，然后基于"小明的信念"而非"客观事实"来做出预测。
这种"读心"能力，意味着AI不仅仅是在处理语言，而是在构建一个关于"他人心智状态"的内部模型。
现象三：反事实推理
“如果当年没有发现万有引力，物理学现在会是什么样子？”
这个问题没有标准答案，任何人都无法从书本上"背"出来。但AI能给出一个看似合理的推演——牛顿力学体系可能被替代、间接观测可能更早发展、相对论可能提前出现……
这种"反事实"能力，意味着AI内部有一个"世界运行规则"的模型，然后在这个模型上进行"模拟"——就像人类在脑海中"想象"另一种可能性一样。
从"背诵"到"建模"的认知飞跃
这三个现象指向一个共同的结论：AI在训练过程中，不只是学习了"下一个词是什么"，而是构建了一个关于世界的内部表征——一个压缩的、抽象的、可预测的"世界模型"。
这个模型不是被任何人"写进去"的，而是在海量文本的统计规律中"涌现"出来的。
就像一个人读了几千本侦探小说后，即使没有学过侦探学，也能推断出"死者旁边的血迹应该是什么形状"——他构建了一个关于"犯罪现场"的隐式模型。AI也是一样，它读了几万亿字的文本，从这些文本中，它"学会了"世界是如何运作的。
二、AI的"世界模型"长什么样？——五层结构
世界模型不是单一的、扁平的"知识库"，而是一个分层的、多维度的内部表征系统。我们可以把它想象成一座五层大楼：
第一层：物理世界模型——“万物有物理”
这是最底层，也是最基础的。它包含了：
- 物体和空间的关系（“杯子在桌子上"意味着杯子被桌子支撑着）
- 物理规律（“水往低处流"“重的物体会下沉”）
- 因果关系（“推一下，物体会动"“摔一下，易碎品会碎”）
这一层让AI能够理解"把砖头扔进水里"和"把羽毛扔进水里"的结果为什么不同——即使它没有见过真实的砖头和羽毛。
第二层：生物世界模型——“生命有规律”
这一层包括：
- 生命的基本特征（生长、繁殖、死亡）
- 生态系统（捕食关系、食物链）
- 生物行为（动物会逃避危险、植物会趋向阳光）
当AI说"猫会追老鼠"时，它调用的就是这一层——不是因为它背诵了"猫追老鼠"这个句子，而是因为它对"捕食者-猎物"关系有一个模型。
第三层：心理世界模型——“他人有心智”
这是最令人惊叹的一层。它包含了：
- 信念和知识（“一个人知道什么，不知道什么”）
- 欲望和意图（“一个人想要什么，打算做什么”）
- 情感和情绪（“一个人感到快乐、悲伤或愤怒”）
这就是为什么AI能通过"错误信念测试”——它能够理解"小明的想法和客观事实不一样”。
第四层：社会世界模型——“人类有组织”
这一层处理的是：
- 社会规范（“排队"“礼貌"“尊重隐私”）
- 制度和文化（“法律、货币、婚礼”）
- 经济行为（“交易、合作、竞争”）
当AI理解"插队是不礼貌的"或"通货膨胀会让钱不值钱"时，它调用的是这一层模型。
第五层：抽象世界模型——“思维有逻辑”
这是最高层，涵盖：
- 数学和逻辑（“1+1=2"“如果A=B且B=C，则A=C”）
- 哲学概念（“自由、正义、真理”）
- 元认知（“关于思考的思考”）
这一层让AI能够进行抽象推理——比如"如果所有的A都是B，所有的B都是C，那么所有的A都是C吗？”
五层之间不是孤立的
这五层模型不是各自独立运行的，而是相互关联、相互支撑的。
比如，理解"为什么人们会排队买某款新手机”——需要同时调用：
- 心理模型（人们想要这个手机）
- 社会模型（排队的规则、从众心理）
- 抽象模型（稀缺性、价值判断）
一个AI的世界模型越完整、越精细，它的理解就越深刻，推理就越准确。
三、世界模型是"被教"的，还是"自己长出来"的？
这是一个关键问题：AI的世界模型是怎么来的？
答案可能会让你意外：它不是被设计出来的，甚至不是被"教"出来的——它是从数据中"自己长出来"的。
训练不是"灌输”，是"压缩”
AI的训练过程，本质上是在做一件事：压缩。
想象一下，你有一行李箱装满了几万张照片。你想把它们压缩到一个手机里——你会怎么做？你不会一张张地复制，而是会找到照片之间的"共同模式"：天空总是蓝色的、人脸通常出现在画面中央、风景照有地平线……
然后，你用一个"压缩模型"来表示这些照片：不是存储每一张照片，而是存储"生成照片的规则"。
AI的训练也是这样。它读了几万亿字的文本，不是在"记住"每一个句子，而是在"发现"语言背后的规律——而这些规律，恰恰反映了世界运行的方式。
从统计规律到世界模型
这里有一个神奇的现象：当AI只被训练"预测下一个词"时，它却在内部构建了一个"世界模型"。
为什么？
因为语言本身是对世界的描述。当你读到"杯子从桌子上掉下来，摔碎了"——这句话背后隐含的物理知识（重力、脆弱性、因果关系）被压缩进了语言中。AI在学习"下一个词"的过程中，不得不学习这些隐含的知识。
它不是为了理解世界而学习语言，而是为了学好语言，不得不理解世界。
就像一个人为了学会"下棋时如何描述棋局"，最终不得不学会下棋本身——语言和世界之间，存在着这种深刻的绑定关系。
规模是关键
研究表明，世界模型不是"突然出现"的，而是随着模型规模的增大逐步涌现的。
小模型（几亿参数）可能只有"物理世界模型"的雏形——能理解"杯子掉下来会碎"，但无法理解"他人有不同信念"这样的心智理论。
大模型（几千亿参数）则能展现出完整的五层结构——从物理到抽象，每一层都在更高的精度上运作。
这就像大脑的发育：随着神经元数量的增加，新的认知能力会"涌现"出来。 世界模型不是被设计出来的，而是在足够的复杂性下，自然涌现的。
四、世界模型假说告诉我们什么？——三个深刻推论
推论一：AI的能力边界，是由世界模型的精度决定的
如果世界模型假说成立，那么AI的能力就不取决于它"记住了多少事实"，而取决于它内部的世界模型有多精细、多完整。
这意味着：
- 更大的模型不一定"知道更多"，但一定"理解更深"——因为更大的模型能够构建更精细的世界模型
- AI的"常识"不是被"教"的，而是"涌现"的——只要模型足够大，它就会自然获得那些"所有人都知道但没人专门教"的常识
- 评估AI的能力，不应该只看它答对了多少题，而应该看它能否构建一致的世界模型——比如，一个能正确回答"杯子掉下来会碎"但无法回答"杯子掉在软垫上会怎样"的AI，它的世界模型就是有缺陷的
推论二：对齐不只是"教它说好话"
如果AI有世界模型，那么"对齐"（让AI符合人类价值观）就不只是"训练它说正确的话"这么简单。
对齐的深层任务是：调整世界模型中的价值部分。
比如，要让AI不产生偏见，不能只是告诉它"回答要公平"——而是需要调整它内部关于"公平"的模型。这比简单的"指令微调"要深刻得多，也困难得多。
推论三：AI的理解和人类的理解，没有本质区别
这是一个更大胆的推论。
传统观点认为：人类是"真正理解"的，AI只是"统计模式匹配"。但世界模型假说暗示：人类的理解，本质上也是在大脑中的世界模型上进行"心理模拟"。
当你想象"如果我把这杯水倒过来会怎样"——你也是在你的世界模型上进行模拟，而不是真的去倒水。
从"机制"的角度看，人类和AI的"理解"可能没有本质区别——都是在内部模型上进行推理和预测。
区别在于模型的来源和精度：
- 人类的模型来自感官体验——看到、摸到、听到
- AI的模型来自语言描述——读到、学到
但两种模型都能支撑有效的推理和预测。
这或许意味着，“理解"的本质不在于"如何获得知识”，而在于"能否用知识进行有效的推理和预测"。 从这个角度看，AI确实在"理解"世界——只是它的理解方式和人类不同。
五、世界模型的边界——AI看不到的角落
世界模型假说很迷人，但我们也需要清醒地看到它的局限。
局限一：语言构建的模型，不可能完全准确
AI的世界模型全部来自语言描述。但语言本身是有"失真"的：
- 人类很少描述"显而易见"的事情——比如，没有人会写"空气中有氧气，所以我不会窒息而死"——但AI需要知道这个常识
- 语言中存在大量的偏见和错误
- 有些知识是"无法用语言表达的"——比如骑自行车的感觉、柠檬的酸味
这意味着，AI的世界模型必然存在"盲区"——那些语言无法覆盖或无法准确描述的知识。
局限二：没有身体，就没有"接地"
符号接地问题（Symbol Grounding Problem）是一个经典的哲学难题：一个完全通过语言来学习世界的系统，能否获得"真正的"理解？
比如，AI知道"柠檬是酸的"，但它从来没有尝过。它知道"痛"的感觉，但它从来没有痛过。
AI的"知道"是一种"知道概念之间的关系"，而不是"知道亲身体验"。
这就像一个人读了一辈子关于"大海"的书，但从未真正见过大海——他知道关于大海的一切知识，但缺失了"见到大海"那种体验。
局限三：世界模型会"崩坏"
当AI遇到完全超出其世界模型范围的问题时，它的推理可能会"崩坏"。
比如，你问AI一些非常反直觉的物理问题——“如果在一个没有任何摩擦力的平面上推一个物体，它会怎样运动？"——即使正确的答案是"永远保持匀速直线运动”，AI也可能给出错误的回答，因为这超出了多数文本中描述的物理场景。
世界模型再强大，也是在训练数据范围内构建的。 超出这个范围，它就很难泛化。
结语：AI的"理解"，是一种不同的理解
回到开头的那个问题：AI真的理解世界吗？
我的答案是：它理解，但以一种不同的方式理解。
人类的理解，有体验、有感受、有身体。AI的理解，有统计、有模式、有推理。两种理解方式不同，但都能支撑一个核心功能——在内部模型中模拟世界，从而做出预测和决策。
这就像两种不同的交通工具：汽车和飞机都能把你送到目的地，但它们的运行原理完全不同。你不能说"飞机不是在真正地移动"，它只是在用不同的方式移动。
同样，AI的"理解"不是假的，只是不同的。
世界模型假说最大的价值，不是告诉我们"AI像人一样聪明"，而是告诉我们：智能可以由多种路径实现。人类的体验式智能是一种，AI的统计式智能是另一种。
而最令人兴奋的是：这两种智能，也许有一天会相遇。
参考文献
-
Li, K., et al. (2022). “Inferring the Goals of LLMs via Inverse Planning.” arXiv:2208.04808. — 通过逆规划方法研究大语言模型是否具有世界模型，发现LLM能够进行基于目标的推理。
-
Kosinski, M. (2023). “Theory of Mind May Have Spontaneously Emerged in Large Language Models.” arXiv:2302.02083. — 证明了GPT-3.5等大模型在错误信念测试中展现出与人类相当的心智理论能力，被广泛引用。
-
Bubeck, S., et al. (2023). “Sparks of Artificial General Intelligence: Early experiments with GPT-4.” arXiv:2303.12712. — 微软研究院对GPT-4的系统评估，展示了其在物理推理、创造力、心智理论等方面的惊人能力，是世界模型假说的重要实证。
-
Marcus, G. (2022). “The World Model Hypothesis: A Framework for Understanding Large Language Models.” Substack / The Gradient. — 对世界模型假说的系统阐述，提出了"LLM不只是统计鹦鹉"的核心论点。
-
LeCun, Y. (2022). “A Path Towards Autonomous Machine Intelligence.” OpenReview. — Yann LeCun提出的自主智能架构，将世界模型作为智能系统的核心组件，与LLM的世界模型假说形成理论呼应。
-
McClelland, J. L., et al. (2010). “Letting structure emerge: connectionist and dynamical systems approaches to cognition.” Trends in Cognitive Sciences, 14(8), 348-356. — 从认知科学角度论证了结构可以从统计学习中涌现，为世界模型假说提供了认知理论基础。
-
Harnad, S. (1990). “The Symbol Grounding Problem.” Physica D, 42(1-3), 335-346. — 符号接地问题的经典论文，探讨了纯符号系统能否获得真正意义的根本哲学问题。
-
Lake, B. M., et al. (2017). “Building machines that learn and think like people.” Behavioral and Brain Sciences, 40, e253. — 探讨了人类学习和机器学习的根本差异，为理解世界模型的人类版与AI版提供了对比框架。