面向逻辑思维的程序设计方法——依托世界模型的类脑大模型知识想象决策子网设计

面向逻辑思维的程序设计方法——依托世界模型的类脑大模型知识想象决策子网设计

冯胤清

（河南 三门峡 472000）

摘要：大语言模型（LLM）以文本统计建模为根基，缺乏对物理世界的因果理解、前瞻想象与自主规划能力——LLM"知道"水的沸点，却"想象"不出把杯子推下桌的后果；LeCun明确指出纯LLM路线已触顶，未来AI以JEPA世界模型为核心认知系统，2027年将成为物理世界智能的分水岭[7-8]。世界模型（World Model）作为"智能体理解世界的内部引擎"，可在机器内部建立可预测、可想象、可规划的环境模拟器，是通向通用人工智能的核心路线[10,13]。本文基于面向逻辑思维的程序设计方法（LOPD）七层认知分析层次模型与《脑的设计》双脑架构，提出依托世界模型的类脑大模型知识想象决策（世界模型）子网初步设计：以知识（Knowledge）、想象（Imagination）、决策（Decision）三合一为功能组织——知识功能构建"对象-关系-事件-因果"的世界状态表示，想象功能实现"回顾-前瞻-反事实-创造"四类内部模拟，决策功能完成"想象-评估-选择-验证"的规划闭环[17-18]；以JEPA潜空间预测+生成式推演+可微物理模拟三层融合为技术路线——JEPA提供高效语义化预测、生成式提供高保真想象、物理模拟提供精确推演[5-7,12]；以渲染器-模拟器-规划器为功能形态，与世界模型功能分类学对齐[11]。核心创新是"知识-想象-决策"的统一架构：知识是想象的基础（状态表示支撑内部模拟），想象是决策的引擎（K步后果推演支撑规划），决策是知识想象的出口（推演结果转化为行动）[17-18]。本文进一步给出世界模型与感知、认知推理、情感、反思四子网的耦合机制、"仿真-现实"迁移与训练进化方案、世界模型质量五维评估体系，为类脑大模型从"语言统计"走向"物理世界认知"提供架构参考[17-23]。

关键词：类脑大模型；世界模型；知识想象决策；JEPA；潜空间预测；生成式世界模型；可微物理模拟；因果推理；内部模拟；规划；想象；面向逻辑思维程序设计；七层认知模型

中图分类号：TP18；TP391　　文献标志码：A

1 引言

1.1 大语言模型的"世界"缺失

大语言模型（LLM）在语言理解与生成上取得突破[1,16]，但存在根本局限：它学习的是文本统计共现，而非物理世界的因果结构[7-8,16]。LLM的"世界"缺失表现为三个层面[7-8,18]：

表征缺失：LLM的世界表征是"语言符号空间"——"杯子"是一个token，而非具有形状、位置、重量的物理实体[7-8]。表征缺失的后果：LLM无法进行空间推理（“杯子在桌沿多危险”）、无法进行物理推理（“推一下会怎样”）[7-8,18]。

因果缺失：LLM理解"相关"而非"因果"——它知道"下雨"与"路滑"常同时出现，却不知道"因为下雨所以路滑"[7-8]。因果缺失的后果：预测不可靠（相关关系在分布外失效）、干预无法推理（“如果关掉水龙头会怎样”）[7-8,18]。

前瞻缺失：LLM难以"想象"未来——它不能内部模拟"如果推杯子，会怎样"，无法进行前瞻性规划[7-8,18]。前瞻缺失的后果：只能"反应"不能"预演"、只能"接招"不能"布局"[7-8,18]。

LeCun的论断振聋发聩：纯LLM路线已触顶，LLM只是智能系统的"语言接口层"——未来AI将形成"世界模型负责核心决策、VLA负责感知、LLM仅负责交互"的分层协同架构，2027年将成为AI产业分水岭[8]。世界大模型的理论研究进一步指出：融合大模型表征能力与世界模型动态模拟/预测/规划功能的新范式，标志着AI从静态数据分布学习转向动态世界建模[15]。这一范式跃迁正是本文"知识想象决策子网"设计的理论背景[15,17-18]。

1.2 世界模型的兴起与内涵

世界模型（World Model）指智能体内部的"世界模拟器"——以动作为条件、可预测执行动作后世界状态变化的模型[2,10,13]。其核心能力：内部模拟（在脑中"运行世界"）、条件预测（给定动作预测后果）、规划支持（基于模拟的决策）[2,10,13,18]。其思想可追溯至Ha与Schmidhuber的开创性工作：智能体在内部模拟环境中"做梦"学习，提升样本效率[2]。Ha与Schmidhuber的World Models框架由三部分组成：视觉模块（压缩观测）、记忆模块（学习环境动力学）、控制器模块（在想象中决策）——“在梦里学会开车，醒来就能上路”[2]。此后世界模型历经理论奠基、框架提出、潜在空间革命（RSSM/Dreamer）与视频融合（Sora）四个阶段，当前已成为AI产业新焦点——全球创业公司密集涌现、腾讯阿里英伟达等大厂加速布局[9-10,13]。中国信通院将"世界模型"列为人工智能产业的关键技术方向，业界普遍认为世界模型是通向高阶智能的核心路线之一[26]。潜在空间革命的核心是RSSM（循环状态空间模型）：将预测拆分为确定性路径（GRU捕捉"至今发生了什么"）与随机路径（建模不确定性）——在潜空间预测而非像素空间，大幅降低算力需求[3,13]。

世界模型的三大核心价值[10,13]：提升样本效率（在想象中训练，减少真实交互）、支持规划（先模拟后行动）、保障安全（危险情形先在模拟中预演）[10,13]。产业热度印证了其价值：NVIDIA推出Cosmos世界基础模型平台（2000万小时真实数据训练、40-140亿参数），支持物理AI开发者生成物理感知合成数据、开展虚拟仿真与强化学习[12]；特斯拉FSD以神经世界模拟器解决端到端架构的验证难题[13]。

李飞飞提出的世界模型功能分类学将世界模型拆分为三类[11]：渲染器（Renderer）——生成逼真场景；仿真器（Simulator）——推演状态转移；规划器（Planner）——内部搜索与决策[11]。三类各有局限：渲染器存在物理幻觉（生成的场景可能违反物理）、仿真器存在空间细节丢失、规划器存在推理效率不足[11,13]。三类本质上是"同底层世界理解的三种投影"[11,13]。

1.3 本文的定位：知识想象决策三合一的子网设计

在类脑大模型五子网架构中，世界模型子网是"预测-想象-规划引擎"，也是大脑的"核心"子网[18]。在五子网分工中，世界模型子网回答"未来会怎样"——感知理解子网提供"世界是什么"、认知推理子网提供"应该怎么做"、情感评估子网提供"哪个更好"、反思机制提供"做得怎么样"，世界模型子网为认知推理提供推演依据、为感知提供预测先验[18]。本文将其从"预测模块"升维为知识想象决策三合一的认知子系统[17-18]：

知识功能（Knowledge）：构建世界状态表示——对象、关系、事件与因果结构，回答"世界是什么"[17-18]。知识功能的输出与感知理解子网的"对象-关系-事件"三元语义对齐——感知提供观测状态、世界模型提供因果结构（“什么导致什么”）[18,21]。

想象功能（Imagination）：内部模拟——回顾式、前瞻式、反事实与创造性想象，回答"如果…会怎样"[17-18]。想象功能的输出是推演序列（状态轨迹）与后果评估——供决策层使用[18]。

决策功能（Decision）：规划与选择——在想象空间中搜索行动路径，回答"应该怎么做"[17-18]。决策功能的输出是行动意图（经认知推理确认后下发小脑执行）[18]。

三者的统一：知识是想象的基础（状态表示支撑内部模拟）、想象是决策的引擎（K步后果推演支撑规划）、决策是知识想象的出口（推演结果转化为行动）[17-18]。三合一的架构意义：世界模型不再是孤立的"预测模块"，而是"理解-模拟-行动"的完整认知环——这正是"依托世界模型"设计理念的深化[17-18]。

本文的具体贡献包括：①提出"知识-想象-决策"三合一的子网架构；②设计JEPA+生成式+物理模拟三层融合的技术路线；③给出四类想象能力与"想象-验证"规划闭环；④设计世界模型与四子网的耦合机制；⑤建立世界模型质量五维评估体系。与既有世界模型研究相比，本文的差异在于：以"知识-想象-决策三合一"为功能组织（而非单一预测模块）、以"LOPD七层"为组织骨架（嵌入完整认知架构）、以"五子网耦合"为协同方式（预测服务决策）[17-18]。

1.4 论文结构

全文共10章：第2章阐述世界模型的理论基础（认知科学、JEPA理论、技术流派）；第3章给出知识想象决策子网总体架构；第4章设计知识功能（世界状态与因果知识）；第5章设计想象功能（预测-想象引擎）；第6章设计决策功能（规划器与想象-验证闭环）；第7章讨论与五子网的耦合；第8章设计训练与进化；第9章给出评估与应用；第10章总结展望。各章构成"为什么（理论）→是什么（架构）→怎么做（知识/想象/决策三功能）→怎么联（耦合）→怎么炼（训练）→怎么验（评估）“的完整论述链[17-18]。全篇以"依托世界模型"为统一立场：知识功能回答"世界是什么”、想象功能回答"未来会怎样"、决策功能回答"应该怎么做"——三者构成类脑大模型认知闭环的"推演中枢"[17-18]。

2 世界模型的理论基础

2.1 认知科学基础：预测编码与心理模拟

世界模型具有深厚的认知科学基础[17,25]：

预测编码（Predictive Coding）：大脑持续自上而下地预测感官输入，将预测误差作为学习信号——Rao与Ballard的经典工作表明视觉皮层的层级结构可用预测编码统一解释[25]。预测编码揭示了"理解世界=预测世界"的认知原理[25]。预测编码的工程对应：世界模型的推演即"自上而下的预测"，感知误差即"预测误差信号"——世界模型与感知理解子网的预测编码闭环（第7章）正是这一原理的工程实现[18,25]。

心理模拟（Mental Simulation）：人类在决策前会在脑中"预演"未来——“想象把手伸进火里会烫伤，于是不伸”[17]。心理模拟是人类前瞻性决策的核心机制，也是世界模型"想象功能"的认知对应[17]。Kahneman的双系统理论进一步揭示：心理模拟是System 2的"慢思考"实现——在脑内构建假设场景并推演[24]。这一对应关系支撑本文"想象功能=慢思考引擎"的设计（第5章）[18,24]。

海马体的角色：海马体不仅是记忆器官，也是"场景构建"（scene construction）的核心——它支持在脑中重建过去场景（回顾）与构建未来场景（前瞻）[17,25]。海马体的工程对应：想象性记忆（第7章）——存储推演场景供回顾式想象复用[18]。类脑大模型的世界模型子网对应"海马体+顶叶"的预测-想象职能[18]。

2.2 JEPA理论：联合嵌入预测架构

JEPA（Joint-Embedding Predictive Architecture）是LeCun提出的世界模型骨干架构[5-7]：核心思想是在学习到的潜在空间中预测未来观测的表征，而非在原始像素/token空间预测[5-7]。JEPA与生成式预测的本质区别：生成式在"像素空间"重建未来（高保真但低效），JEPA在"语义空间"预测未来（高效但不可渲染）[5-7]。JEPA的三大优势[5-7]：计算高效（潜空间维度远低于像素空间）、语义抽象（预测"发生了什么"而非"像素如何变"）、符合最小表征原则（忽略不可预测的表面细节）[5-7]。JEPA的局限：不可渲染（预测结果是语义表征而非图像）——与生成式互补[5-7,18]。

JEPA家族[6]：I-JEPA（图像）、MC-JEPA（运动与内容）、V-JEPA（视频）、VL-JEPA（视觉语言）、H-JEPA（分层世界模型）、LeJEPA（理论基础）——各分支在对应任务上表现优于或匹配传统基线[6]。

V-JEPA 2（Meta 2025）：12亿参数、基于视频训练，分无动作预训练与动作条件训练两阶段，实现最先进的环境理解与预测，支持零样本规划与机器人控制，在Hugging Face物理推理榜单排名第一[6]。

2.3 世界模型的技术流派

依据世界模型深度技术解析，当前世界模型已形成七大主流流派[13]：生成式视频（Sora、Genie、Cosmos——像素级生成，高保真）、潜空间预测（JEPA——抽象级预测，高效）、强化学习（Dreamer——想象环境训练策略）、对象中心（SlotFormer——对象级建模）、3D重建（3DGS——空间级）、物理模拟（可微物理——物理级）、混合架构（多模型融合）[13]。七大流派的三次跃迁：人工建模（物理方程手工构建）→数据拟合（神经网络学习动力学）→结构化认知（融合知识、因果与想象的认知建模）[13]。

各流派的特点权衡[10,13]：生成式视频物理一致性弱但可渲染；潜空间预测高效但缺乏可渲染性；Dreamer样本效率高但模型误差累积；对象中心结构化但泛化受限[13]。工程选型的核心权衡：物理一致性（预测是否遵守物理规律）与算力效率（预测是否快速）的平衡——JEPA在两者间取得较好折中，故作为主推路线[7,13,18]。五大技术路线（RNN/RSSM、Transformer、Diffusion、JEPA、Embodied WM）各有适用场景[13]。RNN/RSSM适合时序状态建模（Dreamer类）、Transformer适合长程依赖（Sora类）、Diffusion适合高保真生成（视频模型）、JEPA适合高效语义预测（LeCun路线）、Embodied WM适合具身场景（机器人）[13]。

世界模型综述（arXiv 2606.00133）系统梳理了架构、方法论、推理范式与应用，指出"复合预测误差、仿真到现实迁移、碎片化评估实践"是现存三大挑战[10]。该综述提出的多轴分类框架（架构、方法论家族、推理策略、应用领域四个维度）为本文的三合一架构提供了对照基准[10]。

2.4 知识想象决策：世界模型的认知功能统一

本文将世界模型的三重功能——知识、想象、决策——统一为"知识想象决策"认知框架[17-18]：

知识是想象的基础：内部模拟需要世界状态的表示——“想象杯子坠落"需要知道"杯子在桌沿、有重力、桌子支撑着它”[17-18]。知识表示的完备性决定想象的可能性边界——“不知道重力，就想象不出坠落”[18]。

想象是决策的引擎：决策前的后果推演依赖内部模拟——"选择A的K步后果"由想象生成[17-18]。想象的深度决定决策的前瞻性——“想象不到后果，就无法规避风险”[18]。

决策是知识想象的出口：想象的结果转化为行动选择——“推演显示A导致破碎，B安全，选择B”[17-18]。决策的闭环性：行动结果反馈更新知识（“原来B也有隐患”）——知识-想象-决策形成持续进化环[18]。

三合一的认知意义：世界模型不再是"预测模块"，而是"知识-想象-决策"的完整认知引擎——这正是"依托世界模型"设计理念的深化[17-18]。

2.5 世界模型与快慢思考

世界模型是AI的"慢思考"进化[13,18]：LLM=快思考（依赖统计规律的快速响应，System 1）；世界模型=慢思考（构建与现实同构的虚拟世界进行预测推演，System 2）[13,18]。快慢思考的分工：快思考处理熟练任务（低延迟响应）、慢思考处理复杂决策（推演验证）——世界模型为"慢思考"提供推演引擎[13,18]。

“慢思考"的实现[13,18]：世界模型在潜空间推演多步未来（想象K步）→推演结果供情感评估价值→认知推理选择路径→执行后反馈更新世界模型[18]。这一流程使大模型从"被动反应"走向"主动推演”——“先想后做”[13,18]。

2.6 世界模型与物理AI

世界模型是物理AI（Physical AI）的核心技术[12,14]：物理AI是能感知物理世界、推理物理规律并实时采取行动的智能系统[14]。物理AI的五维能力模型（感知、决策、验证、执行、反馈）与世界模型的知识-想象-决策三合一高度对应——知识对应"理解"、想象对应"验证"、决策对应"行动"[14,18]。2026物理AI白皮书指出：物理AI以"感知-决策-验证-执行-反馈"为闭环核心，核心技术包括策略模型、世界模型、仿真与数字孪生[14]。世界模型在物理AI中的角色：提供"虚拟试验场"——在物理世界行动前先在模型中验证（安全）、在物理世界行动中持续预测（实时性）、从物理世界反馈中学习（进化）[14,18]。NVIDIA Cosmos、特斯拉神经世界模拟器等产业实践验证了世界模型在物理AI中的核心地位[12-13]。NVIDIA Cosmos、特斯拉神经世界模拟器等产业实践验证了世界模型在物理AI中的核心地位[12-13]。

3 知识想象决策子网的总体架构

3.1 设计哲学：知识-想象-决策三合一

世界模型子网的设计遵循三条哲学原则[17-18]：

原则一：世界模型是大脑的"预测-想象-规划"引擎。它不是"视频生成器"（生成好看的画面），也不是"物理模拟器"（精确计算物理）——而是支持决策的认知引擎[17-18]。这一原则区分"世界模型"与"世界模拟器"：模拟器只"模拟"，引擎还"服务决策"[17-18]。

原则二：知识、想象、决策三合一。知识（状态表示）、想象（内部模拟）、决策（规划选择）三位一体，不可割裂——只有知识没有想象是"死知识库"，只有想象没有决策是"白日梦"，只有决策没有想象是"盲目行动"[17-18]。三合一的工程意义：统一的状态表征（三层共享）、统一的推演接口（一次建模多次使用）、统一的进化机制（决策反馈驱动知识更新）[18]。

原则三：预测受世界约束。世界模型的推演遵守物理规律（能量守恒、因果律）——“世界模型自带物理约束，是AI安全的根本”[7-8,14]。2026物理AI白皮书指出：物理AI的发展需应对物理世界的连续性、不确定性、安全性等硬约束，世界模型以"感知-决策-验证-执行-反馈"闭环为核心，自带物理约束的安全机制是AI安全的根本保障[14]。

3.2 三重功能架构

知识想象决策子网按功能组织为三层[17-18]：

知识层（Knowledge Layer）：世界状态表示——对象（属性、位置）、关系（空间、因果）、事件（时序、状态转移）、因果结构（“什么导致什么”）[17-18]。知识层的职责：维护世界状态的一致性（冲突消解）、完整性（缺失补全）、时效性（更新及时）[18]。知识层的输出是想象与决策的输入[18]。

想象层（Imagination Layer）：内部模拟引擎——基于世界状态的"如果…会怎样"推演[17-18]。想象层的职责：提供推演服务（状态转移查询）、维护推演质量（误差监控）、管理想象资源（预算与缓存）[18]。想象层的核心是状态转移模型P(s_{t+1}|s_t, a_t)[2,18]。

决策层（Decision Layer）：规划器——在想象空间中搜索行动路径，评估后果，选择最优[11,17-18]。决策层的职责：生成候选计划、评估计划价值、选择最优行动、输出决策意图[18]。决策层的输出是行动意图（下发认知推理/小脑）[18]。

三层的协同：知识层提供状态→想象层推演K步后果→决策层评估选择→执行→反馈更新知识层[18]。协同的时序：知识层持续更新（感知驱动）、想象层按需调用（决策驱动）、决策层周期性输出（任务驱动）——三层以不同频率运行，经GWS协调[18]。

3.3 三层融合技术路线

世界模型的技术实现采用三层融合[5-7,12,18]：

路线A：JEPA潜空间预测（主推）——在抽象潜空间做联合嵌入预测，免像素级重建[5-7]。优点：计算高效、语义抽象；代表：LeCun JEPA、V-JEPA[5-7]。JEPA的预测粒度：预测"发生了什么"（语义事件）而非"像素如何变"（原始信号）——对不可预测的表面细节（树叶晃动、光影变化）自动忽略[5-7]。

路线B：生成式世界模型（辅助）——扩散模型生成高保真未来帧[9,12]。优点：高保真、可渲染；代表：Sora、Genie、Cosmos[9,12]。生成式的局限：物理一致性弱（生成的未来可能违反物理——“物体穿模”“无中生有”）——需物理校验后使用[9,13]。

路线C：可微物理模拟器（特定场景）——物理引擎嵌入网络实现精确推演[12,18]。优点：物理精确；适用：已知动力学模型的任务[12,18]。可微物理的价值：梯度可传播（物理模拟参与端到端训练）、精确可验证（推演结果可复核）[12,18]。

混合策略[12,18]：按时域与精度需求选择——毫秒级快速预测用JEPA、秒级精细推演用生成式、已知动力学用物理模拟器；三层共享统一状态表征[12,18]。混合策略的调度机制：预测任务画像（实时性/精度/可渲染需求）→路线选择→结果融合（多路线预测的一致性校验与加权）[18]。

3.4 渲染器-模拟器-规划器的功能形态

参照李飞飞的世界模型功能分类学[11]，世界模型子网的功能形态为三模态[11,17]：

渲染器（Renderer）：生成逼真场景——用于训练数据生成、用户可视化、想象具象化[11]。渲染器的技术实现：扩散模型（Sora类视频生成）、3D重建（3DGS）、神经渲染（NeRF）[9,11-12]。

模拟器（Simulator）：状态转移推演——回答"如果采取动作a，世界会变成什么状态"——学习环境动力学[11,18]。模拟器的技术实现：潜空间状态转移（JEPA/RSSM）、生成式状态预测（扩散）、物理引擎（可微物理）[2,5-7,11-12]。

规划器（Planner）：内部搜索与前瞻决策——在模拟器中展开多条路径，评估后果，择优行动[11,18]。规划器的技术实现：模型预测控制（MPC）、蒙特卡洛树搜索（MCTS）、强化学习策略[11-12,18]。

三模态的统一[11,13]：渲染器、模拟器、规划器本质是"同底层世界理解的三种投影"，最终有望融合为统一模型[11,13]。行业预测：世界模型各路线预计在2027-2028年收敛为统一基础模型[13]。统一模型的形态：一个底层世界理解模型（状态转移）+三个输出接口（渲染/模拟/规划）[11,13,18]。

3.5 世界模型子网的接口设计

世界模型子网与大脑其他部分的接口[17-18]：

与感知理解子网：接收世界状态表示（当前状态s_t）[18,21]。

与认知推理子网：输出推演结果（未来状态预测、后果评估）[18,22]。

与情感评估子网：输出"推演场景的情感价值"（供价值判断）[18,23]。

与反思机制：接收预测质量评估（推演误差监控）[18]。

与记忆系统：经验→世界模型更新（上行）、预测→想象性记忆（下行）[18]。记忆-推演的协同：经验检索（相似经验的推演先验）、推演缓存（重复推演的加速）、反事实存储（因果学习的数据积累）[18]。

接口消息格式[18]：

WorldModelInput = {state, action_candidates, horizon}
WorldModelOutput = {predicted_states, consequence_assessment, confidence}

3.6 世界模型子网的实现技术栈

工程实现可采用如下技术栈[6,9,12,13]：潜空间预测——JEPA类模型（V-JEPA开源权重）[6]；生成式——视频生成模型（Cosmos世界基础模型、Sora类）[9,12]；物理模拟——可微物理引擎（MuJoCo、Isaac Sim）[12,14]；统一状态表征——对象-关系-事件图谱[17-18]。技术栈的分层组织：传感接入层（感知状态获取）、状态表示层（对象-关系-事件）、预测引擎层（JEPA/生成式/物理）、规划接口层（推演结果服务决策）——各层接口标准化，支持模块替换[18]。技术栈选型原则：开源优先、按场景组合（高实时用JEPA、高保真用生成式、高精度用物理）、可演进（模块可替换）[12-13,18]。

3.6a 世界模型的实时性设计

世界模型的实时性是具身应用的关键[14,18]：实时推演（预测延迟<10ms支撑实时决策）；推演缓存（高频场景的推演结果缓存复用）；预推演（提前推演常用场景——“未雨绸缪”）；异步推演（后台持续推演与前台按需取用）[14,18]。实时性设计的工程权衡：推演深度（深推演更准但更慢）与实时性（浅推演快但粗）的平衡——按任务实时性要求动态配置[14,18]。

3.6b 世界模型的能耗管理

世界模型的能耗管理[13,18]：潜空间预测的能耗优势（JEPA在潜空间预测，算力需求远低于像素级生成）；按需激活（高保真生成式按需启用，默认用高效潜空间）；低功耗部署（模型量化+专用芯片加速）[13,18]。能耗管理的目标：在算力预算内提供最佳推演质量——“省着算、精准想”[13,18]。

3.7 世界模型的推理模式

世界模型的推理模式[10,18]：单步预测（一步推演——快速反应）；多步推演（K步推演——规划）；树状推演（多路径展开——比较）；分层推演（多尺度联合——全局+局部）[10,18]。推理模式的选型：实时任务单步预测、规划任务多步推演、复杂决策树状推演、宏观场景分层推演——“按需选模式”[10,18]。推理模式的选型：实时任务单步预测、规划任务多步推演、复杂决策树状推演、宏观场景分层推演[18]。推理模式的动态配置：按任务需求在推理时切换[18]。

3.8 世界模型的置信度管理

世界模型的推演输出携带置信度[18]：预测置信度（推演结果的可靠程度——多模型一致性/历史误差统计）；不确定性传播（输入不确定性→推演不确定性）；置信度使用（低置信度推演不用于决策——“不确定的预测不打折使用”）[18]。置信度管理支撑"诚实推演"——世界模型明确表达"哪些预测可靠、哪些不可靠"[18]。置信度管理支撑"诚实推演"——世界模型明确表达"哪些预测可靠、哪些不可靠"[18]。

4 知识功能：世界状态与因果知识

4.1 世界状态表示

世界状态是知识功能的核心输出[17-18]：对象（Object）——类别、属性、位姿；关系（Relation）——空间关系、功能关系、因果关系；事件（Event）——类型、参与者、时序、状态转移[18]。

世界状态的形式化：S = (O, R, E, t, Σ)——对象集、关系集、事件集、时间戳、不确定性[18]。状态表示的粒度：按任务需求配置（精细操作需要对象级位姿、宏观规划需要场景级布局）——“状态粒度匹配任务粒度”[18]。状态表示与世界模型的状态转移模型直接对接：S_t →(a_t)→ S_{t+1}[18]。

世界状态的来源[18,21]：感知理解子网的实时感知（当前状态）、记忆系统的历史经验（过去状态）、世界模型自身的推演（未来状态）[18,21]。三源状态的统一：以感知为"基准状态"（实时真值）、以记忆为"经验补充"（历史先验）、以推演为"预期状态"（未来预判）——三者经一致性校验融合为统一世界状态[18,21]。世界状态的版本管理：状态带时间戳与来源标记（感知/记忆/推演），支持状态回滚与冲突追溯[18]。

4.2 因果知识

因果知识是知识功能区别于"统计相关"的关键[7-8,18]：因果结构——“什么导致什么"的有向图（下雨→路滑→事故）[18]。因果图与状态转移模型的关系：因果图提供"为什么”（结构解释），状态转移模型提供"会怎样"（动态推演）——二者互补[18]。

因果发现：从数据中发现因果结构——干预实验（改变一个变量观察影响）、因果推断方法（Pearl的因果图框架）[18]。因果发现的工程实现：从交互数据中学习因果图（结构学习算法）、反事实验证（第5章）、领域知识注入（已知因果规则）——三路并进[18]。因果发现的工程实现：从交互数据中学习因果图（结构学习算法）、反事实验证（第5章）、领域知识注入（已知因果规则）[18]。

因果知识的价值[7-8,18]：预测更可靠（基于因果而非相关——“因为下雨所以路滑"比"下雨和路滑相关"更可预测）；泛化更强（因果规律可迁移到新场景）；可解释性（因果链解释"为什么”）[18]。因果知识的获取：因果发现（从数据推断因果结构）、因果干预（主动实验验证因果）、因果知识注入（领域因果规则）[18]。

4.3 物理直觉

世界模型的知识功能蕴含"物理直觉"[7-8,17]：物理规律（重力、惯性、碰撞、能量守恒）内化于状态转移模型[7-8]。物理直觉的价值：让预测"天生合理"（无需显式规则检查每个预测——物理规律已内化）；让想象"符合物理"（想象中的世界不违反物理）[7-8,17]。物理直觉的价值[7-8,14]：预测遵守物理（从源头减少幻觉）；安全预演（危险动作先在模拟中预演，后果不可接受则否决——"事前"安全）[7-8,14]。

物理一致性的工程实现[12-13]：物理约束注入（能量守恒、动量守恒作为正则项）；物理一致性校验（推演结果检查违反物理的异常）[12-13]。物理校验的流程：推演结果→物理规则检查（能量、动量、碰撞约束）→违反标记（置信度降低或重新推演）→一致性报告[12-13,18]。

4.4 知识更新与知识版本

世界模型的知识需要持续更新[18]：在线更新（真实交互数据驱动的增量更新——“经验内化为物理直觉”）[18]；冲突处理（新知识与旧知识冲突时的消解——新证据优先）[18]；版本管理（知识版本化，更新可回滚）[18]。更新的时序：即时更新（关键事件立即更新）、批量更新（周期性重训）、渐进更新（在线学习）——按事件重要性与算力权衡[18]。

知识-想象的联动：知识更新→想象能力提升（状态转移模型更准）[18]。联动的量化：知识更新的频率与想象精度的提升率——“知识更新越及时，想象越贴近现实”[18]。

4.5 知识功能的评估

知识功能的质量评估[18]：状态表示完整性（对象/关系/事件覆盖度）、因果准确性（因果结构与真实因果的一致性）、物理一致性（预测违反物理规律的频率）、知识时效（知识更新滞后度）[18]。知识评估的工程实施：标准场景集的状态重建对比、因果结构的人工核查、物理规则的自动检查[18]。

4.6 知识-想象-决策的衔接机制

知识、想象、决策三者的衔接是世界模型子网的关键[17-18]：知识→想象的接口——世界状态作为想象的输入条件（"想象杯子坠落"需要杯子的状态表示）；想象→决策的接口——推演后果作为决策的评估输入（“选择A的K步后果”）；决策→知识的反馈——执行结果更新世界状态（“实际结果与预测的差异”）[18]。衔接的工程实现：统一的状态表征（三层共享对象-关系-事件表示）、标准化的接口消息（状态/推演/决策消息格式）、闭环的误差回传（预测误差驱动知识更新）——“三环相扣”[18]。衔接的工程实现：统一的状态表征（三层共享对象-关系-事件表示）、标准化的接口消息（状态/推演/决策消息格式）、闭环的误差回传（预测误差驱动知识更新）[18]。

5 想象功能：预测-想象引擎

5.1 想象的定义与类型

"想象"是世界模型子网区别于LLM的关键能力[17-18]：在无外部输入的情况下，内部生成"如果…会怎样"的场景[17-18]。

想象的四类型[17-18]：回顾式想象（重放历史经验——记忆检索）；前瞻式想象（推演未来场景——预测）；反事实想象（假设性场景——“如果当初…会怎样”）；创造性想象（生成新颖场景——创造性规划）[17-18]。四类想象的统一实现：都基于状态转移模型——回顾式沿时间反向推演、前瞻式正向推演、反事实修改初始条件、创造性组合状态片段[18]。

四类想象的功能分工[17-18]：回顾式支撑"经验复用"、前瞻式支撑"决策预演"、反事实支撑"因果学习"、创造性支撑"创新探索"[18]。四类想象的协同：回顾式提供历史场景（经验基础）→前瞻式推演未来（决策支撑）→反事实分析因果（学习机制）→创造性生成新场景（创新源泉）[18]。

5.2 想象引擎：状态转移模型

想象的核心是状态转移模型P(s_{t+1}|s_t, a_t)[2,18]：给定当前状态与动作，预测下一状态[2,18]。状态转移模型的精度决定想象的质量——“模型不准，想象失真”[2,18]。

状态转移模型的实现[2,5-7,13]：潜空间预测（JEPA——在抽象潜空间预测状态表征）；生成式预测（扩散模型——生成未来帧/状态）；物理模拟（可微物理——精确状态转移）[2,5-7,13]。实现的选型权衡：预测精度（物理模拟最准）、预测速度（JEPA最快）、可渲染性（生成式最好）——按应用需求组合[2,5-7,13,18]。

状态转移模型的训练[2,18]：自监督预测（预测未来状态——损失为预测误差）；多步预测（预测K步——损失为K步累积误差）；一致性约束（多步预测与单步预测一致）[2,18]。训练的数据效率：JEPA的自监督训练无需标注（预测任务即监督信号）——大幅降低数据标注成本[6,18]。

5.3 想象的深度与时间尺度

想象的深度可配置[18]：浅想象（1-3步）——快速反应；中想象（3-10步）——任务规划；深想象（10+步）——长期规划[18]。深度配置的依据：任务时间尺度（毫秒级反应→浅想象、天级规划→深想象）、算力预算（深想象高算力）、预测误差（误差累积快→浅想象）[18]。

想象的时间尺度[18]：微尺度（毫秒-秒）——动作级动态（抓取、碰撞）；中尺度（秒-分钟）——任务级动态（导航、操作流程）；宏尺度（分钟-天）——环境级动态（天气、人流）[18]。多尺度想象的协同：微尺度想象支撑动作执行、中尺度想象支撑任务规划、宏尺度想象支撑长期布局——“不同时间尺度的决策用不同尺度的想象”[18]。

多尺度融合[18]：分层世界模型（各尺度独立建模）；跨尺度耦合（微尺度变化影响宏尺度）；统一表征（多尺度共享状态空间）[18]。多尺度融合的工程实现：分层预测（各尺度独立推演）、跨尺度接口（尺度间状态映射）、联合优化（多尺度损失联合训练）[18]。

5.4 想象的工程实现

想象的工程实现路径[6,9,12,18]：JEPA潜空间推演（抽象场景演化——高效）；生成式未来帧（扩散生成——具象化）；场景库检索+组合（已有场景的重新组合——灵活）[6,9,12,18]。三条路径的选型：抽象推演（决策预演，潜空间足够）→JEPA；具象想象（可视化、人机交互）→生成式；组合想象（创造性场景）→场景库[6,9,12,18]。三条路径的选型：抽象推演（决策预演，潜空间足够）→JEPA；具象想象（可视化、人机交互）→生成式；组合想象（创造性场景）→场景库[6,9,12,18]。

想象的计算管理[18]：想象预算（K步推演的算力配额）；想象缓存（相似场景的推演结果复用）；想象并行（多路径并行推演）[18]。想象预算的分配：按任务价值（高价值任务深想象）、按实时约束（紧急任务浅想象）、按算力余量（算力充足深想象）[18]。

5.5 反事实想象与因果学习

反事实想象是因果学习的关键机制[18]：“如果当初没这样做，会怎样”——通过想象反事实场景，分离因果因素[18]。反事实与因果的关系：反事实推演是因果验证的"思想实验"——“假设干预X，结果会不同吗”——若不同则X是原因[18]。

反事实的工程实现[18]：状态修改（修改假设变量——“如果没下雨”）；推演后果（在修改状态下推演）；对比分析（真实结果vs反事实结果——因果归因）[18]。反事实的工程挑战：修改的合理性（假设变量修改需符合因果约束——"如果没下雨"但"云层仍在"的不一致）、推演的可靠性（反事实推演依赖准确的状态转移模型）[18]。

反事实的价值[18]：因果归因（"因为下雨所以路滑"的验证）、经验学习（“下次遇到类似情况怎么做更好”）、决策优化（反事实评估决策改进空间）[18]。反事实的工程价值：错误复盘（“如果当时换种方式会怎样”）、策略对比（多反事实方案的比较）、鲁棒性分析（关键因素扰动的影响评估）[18]。

5.6 想象与"慢思考

想象是"慢思考"的引擎[13,18]：世界模型在潜空间推演多步未来（想象K步）→推演结果供情感评估价值→认知推理选择路径→执行后反馈更新世界模型[18]。

想象-验证闭环[17-18]：1. 世界模型想象K步后果；2. 情感评估后果价值；3. 认知推理选择路径；4. 执行后反馈→更新世界模型[18]。

4.6a 知识表示的层次

世界状态的知识表示分层次[17-18]：物理层（对象属性与位姿——“杯子在桌沿”）；关系层（空间与功能关系——“杯子在桌子右上角”）；事件层（动态变化——“杯子正在滑向桌沿”）；因果层（因果结构——“推力导致杯子滑动”）[17-18]。层次化表示的价值：分层推理（各层独立查询）、跨层推理（物理→关系→事件→因果的推导链）、表示简洁（每层只维护本层信息）[17-18]。

4.6b 知识的一致性与冲突消解

世界状态的一致性维护[18]：感知-预测一致性（感知状态与世界模型预测的一致性检验）；多源一致性（感知/记忆/推演三源状态的一致性仲裁）；冲突消解（冲突时按置信度裁决——高置信度来源优先）[18]。一致性的工程价值：状态可信（不一致被消解后才可用于决策）、预测可靠（基于一致状态的推演更准）、系统稳定（冲突处理避免状态混乱）[18]。

5.7 想象的计算管理

想象的计算开销随推演深度与宽度增长[18]：想象预算（K步推演的算力配额——按任务价值分配）；想象缓存（相似场景的推演结果复用——LRU缓存策略）；想象并行（多路径并行推演——多卡/多线程）；想象降级（算力不足时降为浅想象——“时间紧时少想几步”）[18]。计算管理的目标：在算力约束下最大化想象的价值——“预算内想得最深”[18]。计算管理的目标：在算力约束下最大化想象的价值[18]。

5.8 想象的评估

想象能力的评估[18]：想象逼真度（生成场景与真实场景的相似度）；想象准确性（推演结果与真实结果的匹配度）；想象覆盖度（四类想象能力的完备性）；想象效率（单位算力的想象产出）[18]。评估的工程实施：标准场景集（已知物理规律的场景）的推演对比、人类评估（生成场景的拟人度评分）[18]。评估的工程实施：标准场景集（已知物理规律的场景）的推演对比[18]。

6 决策功能：规划器与想象-验证闭环

6.1 规划的定义与范式

规划是在想象空间中搜索行动路径，使目标达成概率最大化[11,17-18]。规划的本质：“先想后做”——在行动前于内部模拟中探索多条路径，选择最优[11,17-18]。

规划方法[12,18]：模型预测控制（MPC）——滚动时域优化；树搜索（MCTS）——蒙特卡洛树搜索；图搜索（A*）——状态空间搜索；学习型规划（RL）——策略网络指导搜索[12,18]。规划方法的选型：任务规模小→A*（完备搜索）；任务规模大→MCTS（采样搜索）；实时控制→MPC（滚动优化）；复杂策略→RL（学习规划）[12,18]。

规划的前瞻深度[18]：浅前瞻（1-3步）——快速反应；中前瞻（3-10步）——任务规划；深前瞻（10+步）——长期规划[18]。前瞻深度的配置：按任务时间尺度（毫秒级反应→浅前瞻、天级规划→深前瞻）与算力预算动态选择[18]。

6.2 规划器设计

规划器的组成[11,18]：状态接口（接收当前状态）、动作空间（候选动作集）、推演引擎（调用想象层）、评估函数（后果价值评估）、搜索策略（选择与扩展）[18]。规划器的设计权衡：搜索完备性（找到最优计划）vs搜索效率（快速找到可行计划）——按任务需求配置[18]。

规划器与想象层的协同[18]：规划器在想象空间中展开路径——想象层提供"执行动作a后状态如何"的推演，规划器评估与选择[18]。协同的流程：规划器请求推演（状态+候选动作）→想象层返回K步后果→规划器评估价值→扩展搜索→输出计划[18]。

规划器与评估函数的协同[18]：评估函数综合——逻辑价值（目标达成度）+情感价值（偏好满足度）+安全价值（风险规避）[18,23]。评估函数的实现：加权求和（权重按任务类型配置）+安全否决（危险后果一票否决）[18,23]。

6.3 想象-验证闭环

想象-验证闭环是决策功能的核心流程[17-18]：闭环的本质是"先想后做、做了再想"——决策前用想象预演，执行后用结果验证想象[17-18]。

闭环的迭代：决策→执行→反馈→再想象→再决策——“边做边学”[18]。迭代的收敛：随交互积累，预测误差下降、决策质量提升——世界模型"越用越准"[18]。

6.4 决策的鲁棒性与重规划

现实决策面临不确定性[18]：状态不确定性（感知不完整）、动作不确定性（执行偏差）、环境不确定性（外部变化）[18]。不确定性的建模：状态不确定性（置信度分布）、动作不确定性（执行方差）、环境不确定性（扰动模型）——三类不确定性统一进入期望价值计算[18]。

鲁棒决策策略[18]：鲁棒规划（生成对不确定性不敏感的计划）；条件规划（计划分支应对不同情况）；概率规划（按概率选择最优期望计划）[18]。鲁棒性的工程权衡：鲁棒性提升（更保守的计划）与效率损失（保守计划可能非最优）的平衡——按风险容忍度配置[18]。不确定性的来源建模：状态不确定性（感知置信度）、动作不确定性（执行方差）、环境不确定性（外部扰动模型）——三类不确定性统一进入规划的期望价值计算[18]。

重规划[18]：执行偏差超过阈值→重新想象与规划[18]。重规划的触发条件：预测-实际偏差超限（执行异常）、环境变化（外部扰动）、目标调整（任务变化）——重规划以"局部修复优先，全局重规划兜底"[18]。

6.5 决策功能的评估

决策功能的质量评估[18]：规划成功率（模拟规划的方案是否可行）、模拟到现实迁移率（Sim-to-Real）、决策时延（从状态到决策的时间）、决策质量（与最优决策的差距）[18]。决策评估的工程实施：标准规划任务集（已知最优解的任务）、仿真环境批量评估、真实环境抽样验证[18]。

6.6 决策与执行的闭环

世界模型的决策功能与小脑执行构成闭环[17-18]：决策输出意图→小脑执行动作→感知反馈结果→世界模型对比预测与结果→更新模型[17-18]。闭环的意义：执行是预测的"试金石"——“预测准不准，执行见分晓”[17-18]。闭环的价值：执行验证预测（"预测准不准"的实证检验）；误差驱动更新（预测误差回传）；经验沉淀（执行经验写入记忆）[17-18]。闭环的时序：决策（分级）→执行（毫秒-秒级）→反馈（感知周期）→再决策[17-18]。

6.7 决策的伦理约束

世界模型的决策功能受伦理约束[14,18]：安全约束（危险预测的强制否决——“预演显示危险则不执行”）；伦理约束（预测场景的伦理评估——“这个计划的后果是否符合伦理”）；责任约束（决策可追溯——预测链记录）[14,18]。伦理约束的工程实现：安全规则注入（符号约束）、预测审查（高风险预测的伦理检查）、决策日志（预测-决策全记录）——“预测可控、决策可溯”[14,18]。伦理约束的工程实现：安全规则注入（符号约束）、预测审查（高风险预测的伦理检查）、决策日志（预测-决策全记录）[18]。

5.8a 想象与记忆的协同

想象与记忆的协同[18]：想象复用记忆（历史场景作为想象的素材——“旧瓶装新酒”）；记忆增强想象（经验先验提升想象准确性——“见多识广想得准”）；想象回写记忆（推演结果存入想象性记忆——“想过的都记得”）[18]。协同的工程实现：场景检索（想象前检索相似记忆场景）、先验注入（记忆场景作为推演起点）、缓存管理（高频推演场景的缓存策略）[18]。

5.8b 想象的安全边界

想象的安全边界设计[14,18]：危险想象的受限（“不得想象伤害他人的方案”——安全约束注入想象过程）；想象内容的审查（推演场景的安全检查——“预演到危险则停止并告警”）；想象误用的防护（创造性想象的伦理边界——“不得用于欺骗性场景设计”）[14,18]。安全边界的工程实现：安全规则库（禁止想象的场景类型）、想象审查器（推演内容的安全检查）、伦理约束（创造性想象的伦理评估）[14,18]。

7 与五子网的耦合

7.1 世界模型与四子网的接口

世界模型子网是大脑五子网的"预测引擎"，与其余子网经GWS交互[17-18]：

与感知理解子网：输入世界状态S_t（推演的起点）；输出预测先验（调制感知——预测编码）[18,21]。感知-推演的交互频率：感知持续更新状态、世界模型按需推演（决策时启动）——“感知不停，推演按需”[18,21]。

与认知推理子网：输入待验证假设（“计划A是否可行”）；输出推演结果（未来状态/后果评估）[18,22]。推演-决策的深度配置：K步推演（短期后果）与长程推演（长期影响）——按决策视界选择[18,22]。

与情感评估子网：输入候选方案（供情感价值评估）；输出"推演场景的情感价值"[18,23]。想象-价值的协同：世界模型提供"后果场景"、情感评估"后果感受"——决策的情感成本显式化[18,23]。

与反思机制：输入预测质量（误差监控）；输出推演过程（供反思审计）[18]。反思-推演的协同：反思发现预测偏差→触发模型校准→预测质量恢复→反思记录校准日志[18]。

表1给出世界模型子网与四子网的接口消息。

表1 世界模型子网与四子网的接口

7.2 预测编码闭环

世界模型与感知理解子网构成预测编码闭环[18,21,25]：预测调制感知——世界模型预测"下一时刻视野中应出现什么"→感知在预测区域精加工[18,25]；感知更新预测——感知验证/修正世界模型的预测（误差回传）[18,25]。该闭环的认知对应：人类大脑"预期驱动感知"的预测编码机制（Rao-Ballard框架）——世界模型即工程化的"预测皮层"[18,25]。

预测编码闭环的价值[18,25]：感知效率（只处理意外）、感知鲁棒（预测补全遮挡）、世界模型进化（感知误差驱动更新）[18,25]。闭环的量化指标：预测误差率（预期与实际的差异）、预测对感知的加速比（预测调制后的感知耗时降低）、感知-预测一致性（状态一致性评分）[18,25]。

7.3 推演-决策闭环

世界模型与认知推理子网构成"推演-决策"闭环[18,22]：下行——世界模型推演候选决策的后果（“选择A的K步后果”）；上行——认知推理提出待验证假设（“计划A能否到达目标”）[18,22]。该闭环使决策从"基于直觉"走向"基于推演"——认知推理的每个决策都经过世界模型的"物理检验"[18,22]。

闭环流程[18,22]：感知状态→认知推理生成候选决策→世界模型推演后果→情感评估价值→认知推理选择→执行→反馈→世界模型更新→再决策[18,22]。闭环的稳态特征：决策时延（感知到决策的时间）、决策正确率（决策质量评估）、闭环收敛性（多轮迭代后决策稳定）[18,22]。

7.4 世界模型与情感的耦合

世界模型与情感评估子网的耦合[18,23]：下行——世界模型输出"推演场景的情感价值"（“这个后果让我感觉如何”）；上行——情感状态调制世界模型的想象偏差（情绪低落想象悲观）[18,23]。耦合的工程实现：情感价值函数（推演场景→情感评分）、想象偏差系数（情感状态→推演偏移量）、情感-推演日志（耦合路径记录）[18,23]。

情感预演[18,23]：在"想象-验证"闭环中，世界模型预演危险场景时，情感子网同步预演情感反应（“预演失败→体验挫败”）——决策的情感成本显式化[18,23]。情感预演对应Damasio躯体标记假说的工程化：世界模型的推演场景触发情感评估（虚拟的"躯体标记"），使系统在真实经历前就具备情感预期[18,23]。

7.5 世界模型与反思的耦合

反思机制监控世界模型质量[18]：预测误差审计（推演误差是否超限）、想象偏差检测（系统性想象错误——“总是乐观想象”）、模型校准（偏差检测后触发模型更新）[18]。反思-推演的协同：反思发现预测偏差→触发模型校准→预测质量恢复→反思记录校准日志——“自我监督的推演质量”[18]。

反思-世界模型交互[18]：反思发现预测偏差→触发模型校准→预测质量恢复→反思记录校准日志[18]。

7.6 世界模型与记忆的耦合

世界模型与记忆系统双向耦合[18]：上行——经验→世界模型更新（真实交互经验内化为预测能力）；下行——预测→想象性记忆（推演结果存储，供后续检索）[18]。耦合的工程实现：经验写入通道（交互轨迹→训练样本）、推演缓存（重复场景推演复用）、记忆-推演一致性（记忆场景与推演场景的匹配）[18]。

想象性记忆的价值[18]：经验复用（相似场景的推演结果直接复用）；想象加速（缓存推演避免重复计算）；反事实学习（存储反事实推演供因果分析）[18]。想象性记忆的存储结构：场景索引（场景特征→推演结果）、时效管理（过期推演降权）、容量管理（高价值推演优先保留）[18]。

8 训练与进化

8.1 训练数据来源

世界模型的训练数据来源[12,14,18]：真实交互数据（机器人操作、自动驾驶路采）；仿真数据（Isaac Sim、MuJoCo）；视频数据（互联网视频学习物理规律）[12,14,18]。

数据的物理真实性是世界模型商业化的核心壁垒之一[13]——高质量物理数据决定世界模型的物理直觉质量[13,18]。数据获取的路径：真实交互采集（机器人操作、自动驾驶路采——高成本高价值）、仿真合成（Isaac Sim、MuJoCo——低成本大规模）、互联网视频（海量但物理标注弱）[12-14,18]。

8.2 训练范式

世界模型的训练范式[2,6,12,18]：自监督预测（预测未来状态——损失为预测误差）；强化学习（在想象中训练策略——Dreamer范式）；数据飞轮（真实反馈→模型更新→预测更准→更有效）[2,6,12,18]。Dreamer系列（Dreamer、DreamerV3）证明了"潜在想象中学习"的可行性——DreamerV3在多样化领域（Atari、Minecraft等）展示了世界模型+想象训练的强大能力[3-4]。Dreamer系列（Dreamer、DreamerV3）证明了"潜在想象中学习"的可行性——DreamerV3在多样化领域（Atari、Minecraft等）展示了世界模型+想象训练的强大能力[3-4]。这一范式为世界模型子网的"想象中学习"提供技术基础[3-4,18]。

自监督预测的实现[6,18]：JEPA自监督（潜空间预测——V-JEPA的预训练范式）；多任务预测（状态+动作+因果联合预测）；一致性正则（多步预测一致性）[6,18]。自监督的优势：无需标注（预测任务即监督信号）、数据利用率高（海量无标注数据可用）、表征质量高（预测目标驱动语义表征学习）[6,18]。

8.3 训练-推理流程

训练流程[18]：输入多模态数据→感知理解子网编码为世界状态→世界模型学习P(s_{t+1}|s_t, a_t)→损失（潜空间MSE+一致性正则）→梯度更新[18]。训练的规模化：数据规模（海量视频+交互数据）、算力规模（分布式训练）、模型规模（参数与数据匹配）——“世界模型是算力密集型的代表”[10,13,18]。

推理流程[18]：输入当前状态+候选动作→推演各动作后果→情感评估价值→认知推理决策→执行→反馈更新[18]。推理的实时性要求：推演时延（单步<10ms满足实时决策）、推演吞吐（多候选并行推演）、推演资源（算力按任务动态分配）[18]。

训练-推理的异步性[18]：训练离线批量（慢、异步）；推理在线实时（快、同步）；在线学习（预测误差驱动增量更新）[18]。异步性的工程实现：训练流水线（数据积累→定期重训）、推理引擎（实时预测）、在线学习通道（预测误差实时回传）——三线并行[18]。

8.4 仿真-现实迁移

世界模型常基于仿真训练，需解决Sim-to-Real迁移[12,14,18]：迁移鸿沟（仿真与真实的差异——物理参数、传感器噪声）；迁移方法（域随机化——仿真中随机化物理参数增强泛化；域适配——真实数据微调；混合训练——仿真+真实联合）[12,14,18]。迁移的最新实践：渐进迁移（仿真→半实物→真实的分阶段迁移）、数据混合（仿真数据+真实数据的比例调度）、模型校准（真实数据驱动的迁移后校准）[14,18]。

迁移的认知意义[18]：世界模型的"物理直觉"必须来自真实世界——仿真只是"预训练"，真实交互才是"精调"[18]。迁移的评估：仿真预测误差vs真实预测误差、迁移成功率（仿真训练的模型在真实环境的表现）[18]。迁移的工程实践：领域随机化（随机化摩擦、质量等物理参数增强泛化）、渐进迁移（仿真→半实物→真实）[14,18]。

8.5 世界模型的进化学习

世界模型具备进化能力[18]：在线进化（真实交互驱动的持续更新——“经验越多预测越准”）；结构进化（模型架构随需求演进——新增尺度/模态）；知识进化（因果知识与物理直觉的积累）[18]。进化的驱动力：预测误差（误差驱动参数更新）、新场景（分布外触发扩展）、新知识（知识库更新触发重训）[18]。

进化的约束[18]：行为一致性校验（进化后预测不退化）；版本管理（进化可回滚）；进化监控（预测质量指标持续跟踪）[18]。进化的安全边界：物理一致性校验（进化后预测不违反物理）、安全回归测试（危险场景预测不退化）——“进化不越安全线”[14,18]。

8.6 世界模型的部署形态

世界模型子网的部署形态[12-13,18]：云端大模型（大规模预训练——视频级世界模型，高保真想象）；边缘轻量模型（端侧推理——JEPA轻量化，实时预测）；混合部署（云端想象+边缘预测——按需调用）[12-13,18]。部署的工程挑战：模型压缩（蒸馏/量化）、延迟控制（边缘推理<10ms）、能耗管理（低功耗预测）——"端侧实时想象"是具身智能落地的关键[13,18]。部署的工程挑战：模型压缩（蒸馏/量化）、延迟控制（边缘推理<10ms）、能耗管理（低功耗预测）[13,18]。

7.6a 世界模型与感知的深度协同

世界模型与感知理解子网的深度协同[18,21]：感知提供状态、模型提供预测、误差驱动双方进化——“感知-预测共进化”[18,21]。深度协同的机制：预测辅助感知（预测先验填补感知盲区——“看不见的预测补上”）；感知校正预测（感知误差回传修正模型——“看错了改模型”）；联合表征（感知特征与预测状态共享编码空间——“看与想同构”）[18,21]。

7.6b 世界模型的并行推演机制

世界模型的并行推演支撑多方案比较[18]：候选并行（多候选动作的并行推演——“同时想象多种可能”）；多尺度并行（不同时间尺度的并行推演——“同时想近想远”）；多模态并行（多感官场景的并行推演——“同时想看到的和听到的”）[18]。并行推演的工程实现：多卡并行（模型分片）、批量推演（batch处理多候选）、流水线（推演阶段流水化）[18]。

8.7 世界模型的版本与治理

世界模型的版本管理[18]：版本化（模型版本记录——架构/训练数据/评估指标）；回滚机制（新版本预测退化时回滚旧版本）；A/B评估（新旧版本对比测试）[18]。治理约束[14,18]：物理一致性审计（预测违反物理的监控）；安全边界（危险场景预测的强制约束）；伦理审查（世界模型应用的伦理评估——“模拟世界不得用于欺骗”）[14,18]。治理约束[14,18]：物理一致性审计（预测违反物理的监控）；安全边界（危险场景预测的强制约束）；伦理审查（世界模型应用的伦理评估——“模拟世界不得用于欺骗”）[14,18]。

9 评估与应用

9.1 世界模型质量五维评估体系

世界模型子网的评估需覆盖知识-想象-决策全链路，本文提出五维评估体系[10,18]：五维覆盖"预测-物理-想象-决策-知识"完整链路——预测准确性衡量"推得准不准"、物理一致性衡量"合不合物理"、想象质量衡量"想得真不真"、决策有效性衡量"选得好不好"、知识质量衡量"知得全不全"[10,18]。

预测准确性：潜空间预测误差（MSE）、未来状态预测的top-k命中率、长程推演漂移度[18]。预测准确性的评估数据集：标准物理场景集（已知动力学）、真实交互轨迹、多模态预测基准（IntPhys 2、MVPBench）[6,18]。

物理一致性：物理规律违反率（能量不守恒、物体穿模）、因果一致性（推演结果符合因果结构）[10,13,18]。物理一致性的评估方法：物理规则自动检查（能量/动量守恒验证）、长程推演的物理漂移测量（长时间推演是否偏离物理）[10,13,18]。

想象质量：想象场景的逼真度（生成式评估）、想象覆盖度（四类想象能力的完备性）、反事实推演的合理性[18]。想象质量的评估实施：生成场景的人工评分（拟人度）、四类想象能力的任务测试（各类型标准任务）、反事实推演的因果一致性验证[18]。

决策有效性：规划成功率（模拟规划的方案可行性）、模拟到现实迁移率（Sim-to-Real）、决策时延[18]。决策有效性的评估任务：规划基准（PlanBench类）、机器人操作任务（仿真+真实）、实时决策压力测试[18]。

知识质量：状态表示完整性、因果准确性、知识时效[18]。知识质量的评估：状态覆盖度（对象/关系/事件完整性）、因果结构与真实因果的一致性比对、知识更新延迟（新知识入库时延）[18]。

表2给出五维评估的指标与测度方法。五维评估的实施：开发期在标准物理场景集与基准测试（IntPhys 2、MVPBench）迭代评测、部署期在真实场景持续监控、进化期在升级后回归测试——形成"开发-部署-进化"的评估闭环[6,10,18]。

表2 世界模型质量五维评估体系

9.2 应用场景

世界模型子网的应用场景覆盖类脑大模型的各个落地方向[12-14,18]：

具身机器人：世界模型支撑操作规划——“抓取前先想象抓取后果”（预演成功与失败）[12,14,18,20]。具身场景的世界模型需求：接触动力学建模（抓取、推动）、多模态感知融合（视觉+触觉+本体）、实时推演（毫秒级预测）[12,14,18,20]。

智能驾驶：世界模型推演交通场景——"前方路况的未来演化"支撑安全决策[12,14,18]。特斯拉FSD的端到端架构与"世界模型"理念高度契合，其通过关键token稀疏化、可解释输出层、神经世界模拟器解决了端到端架构落地中的计算、安全验证与评估难题[13]。驾驶场景的世界模型需求：长时序预测（未来数秒路况）、多物体交互建模（车-人-路）、安全关键（预测错误的代价极高——需物理一致性保障）[12-14,18]。特斯拉FSD、蔚来华为等已落地世界模型驱动的高阶智驾[13]。

物理AI：2026物理AI白皮书指出世界模型是物理AI的核心技术，支撑工业制造、移动机器人等规模化落地[14]。物理AI场景的世界模型需求：物理约束硬性（违反物理的预测不可接受）、实时性（工业控制的毫秒级响应）、鲁棒性（工业环境的噪声与干扰）[14,18]。

科学发现：世界模型模拟实验——"AI科学家"在虚拟实验中验证假设[18]。科学场景的世界模型需求：高精度物理模拟（实验的可信度依赖模拟精度）、参数空间探索（大量假设的快速验证）、可解释推演（科学结论需可复现）[18]。

元宇宙与数字人：世界模型生成可交互的虚拟环境——数字孪生与虚拟世界的"物理引擎"[13,18]。元宇宙场景的世界模型需求：实时交互（毫秒级响应）、物理一致性（虚拟世界的物理规律）、多用户协同（共享世界状态）[13,18]。

9.3 与既有方案的对比

表3给出世界模型子网与既有世界模型方案的对比[6,9-13,18]。对比的维度设计：知识（世界表征能力）、想象（内部模拟能力）、决策（规划能力）、认知耦合（与认知系统的接口）、物理约束（预测的物理一致性）——五维覆盖世界模型的完整能力谱[6,9-13,18]。

表3 知识想象决策子网与既有方案对比

生成式视频强于"逼真想象"、JEPA强于"高效预测"、Dreamer强于"想象中学习"——本文知识想象决策子网以"知识-想象-决策三合一"统一三者，并嵌入五子网认知架构[6,9-13,18]。对比的启示：单一路线的局限（生成式的物理弱、JEPA的不可渲染、Dreamer的误差累积）促使"融合路线"成为必然——本文的三层融合与知识想象决策统一是这一趋势的架构化[6,9-13,18]。

9.4 挑战与展望

挑战1：复合预测误差——多步推演的误差累积[10,18]。误差累积的机理：单步误差经K步推演放大（指数增长）——长程推演漂移[10,18]。缓解：多尺度建模（误差分尺度控制）、预测校正（在线误差反馈）、一致性约束[10,18]。进一步缓解：误差校准（预测误差的统计建模与修正）、推演重规划（误差超限时重新推演）、混合精度（关键步骤高精度推演）[10,18]。

缓解：域随机化、真实数据微调、混合训练、渐进迁移（仿真→半实物→真实）——“从虚拟到现实的平滑过渡”[14,18]。缓解：域随机化、真实数据微调、混合训练[14,18]。

挑战3：碎片化评估——缺乏统一评测标准[10]。评测标准缺失的后果：不同世界模型难以横向比较、研究进展难以量化评估[10]。缓解：建设统一基准（IntPhys 2、MVPBench等物理推理基准）[6,10]。

挑战4：算力成本——视频生成式世界模型训练成本高[13]。缓解：潜空间预测为主推（算力高效）、生成式按需启用、模型压缩（蒸馏/量化）[13,18]。缓解：潜空间预测为主推（算力高效）、生成式按需启用[13,18]。

展望1：知识-想象-决策的统一模型——渲染器/模拟器/规划器融合为统一世界基础模型[11,13]。统一模型的实现路径：共享世界理解（一个底层模型）→多输出接口（渲染/模拟/规划）→按需激活（任务驱动接口选择）[11,13,18]。

展望2：因果化认知——世界模型从"相关预测"走向"因果推演"[10,18]。因果化认知的路径：因果结构学习（从数据中发现因果）、因果约束推演（推演遵守因果）、因果解释（推演结果附带因果链）[10,18]。

展望3：多模态世界模型——融合视觉、听觉、触觉的多感官世界建模[6,18]。多模态世界模型的价值：状态表示更完整（多感官信息互补）、想象更真实（多模态场景生成）、物理直觉更丰富（接触/声音等物理线索）[6,18]。

展望4：端侧部署——轻量化世界模型支撑边缘设备实时想象规划[13,18]。端侧部署的路径：模型蒸馏（大模型→小模型）、量化压缩（精度-大小权衡）、专用芯片（NPU加速推演）——"边缘实时想象"是具身智能落地的关键[13,18]。

9.4a 世界模型的产业生态

世界模型产业生态已初步形成[12-13]：基础模型层（NVIDIA Cosmos、V-JEPA等开源/开放模型）；平台层（Reactor等世界模型开发者平台——统一SDK与API支撑规模化调用）；应用层（自动驾驶、机器人、虚拟世界的垂直应用）[12-13]。产业生态的启示：世界模型子网的工程实现可复用产业基础（Cosmos世界基础模型等），聚焦认知架构集成（五子网耦合）与垂直场景适配[12-13,18]。

9.4b 世界模型与具身智能的融合

世界模型与具身智能深度融合[12-14,18]：具身场景的世界模型需求（接触动力学、多模态感知、实时推演）；具身数据的世界模型训练（真实交互+仿真合成）；具身部署的世界模型形态（端侧轻量化）[12-14,18]。具身智能三大技术（硬件躯体、控制小脑、智能大脑）中的"智能大脑"以世界模型为认知核心——世界模型支撑具身智能从"预编程"走向"自主认知"[14,18]。

9.5 世界模型子网与LOPD七层的完整映射

世界模型子网在LOPD七层中的完整映射[17-19]：L1物理层——物理规律的载体（能量守恒、因果律内化于状态转移模型）；L2肢体层——预测结果的执行端（推演的行动意图经小脑执行）；L3感知门户——世界状态的观测输入（感知理解子网提供状态）；L4神经层——世界模型子网本体（知识想象决策引擎）；L5生存层——安全预演（危险场景先在模型中验证，后果不可接受则否决）；L6社会层——社会场景推演（社会交互的世界模拟）；L7文明层——文明知识的建模（文化规律的世界表征）[17-19]。七层映射的意义：世界模型子网贯穿"物理-认知-社会"全谱系——从物理规律到社会动态的统一建模[17-19]。

9.6 世界模型的可靠性保障

世界模型的可靠性是安全应用的前提[14,18]：预测可靠性（预测误差的持续监控与告警）；物理可靠性（物理一致性的自动检查——违反物理的预测标记）；部署可靠性（模型退化的检测与回滚）；安全可靠性（危险预测的强制拦截——“预测到危险则触发安全协议”）[14,18]。可靠性保障的工程实现：质量监控面板（五维指标的实时展示）、告警机制（指标超限触发告警）、应急预案（模型失效时的降级方案——回退到保守策略）[14,18]。

9.7 世界模型与多智能体的协同

世界模型可作为多智能体系统的"共享世界模拟器"[18]：共享世界状态（多智能体的统一环境表征）；联合推演（多智能体行动的联合后果预测——“如果A和B同时行动会怎样”）；冲突预演（智能体间冲突的场景预演与消解）[18]。世界模型-多智能体协同的工程价值：群体决策的推演支持（多方案联合评估）、多智能体训练的想象环境（共享模拟器加速训练）、人机协作的场景预演（人类与智能体行动的联合推演）[18]。

9.8 世界模型与脑机接口的衔接

脑机接口为世界模型提供直接的人机通道[18,21]：意图解码（神经信号→行动意图→世界模型推演——“想到什么就推演什么”）；感知增强（世界模型预测经神经刺激反馈给人类——“直接感受预测结果”）[18,21]。这一衔接使世界模型成为"脑-机协同想象"的核心引擎[18,21]。

10 结论

本文基于面向逻辑思维的程序设计方法（LOPD）七层认知分析层次模型，提出依托世界模型的类脑大模型知识想象决策（世界模型）子网初步设计。主要结论如下：

（1）世界模型子网以"知识-想象-决策三合一"为功能组织——知识（世界状态与因果知识）是想象的基础、想象（四类内部模拟）是决策的引擎、决策（规划与选择）是知识想象的出口[17-18]。这一架构使世界模型从"预测模块"升维为"理解-模拟-行动"的完整认知环[17-18]。

（2）以"JEPA潜空间预测+生成式推演+可微物理模拟"三层融合为技术路线，按时域与精度需求动态选择[5-7,12,18]。三层融合兼顾效率（JEPA）、保真（生成式）与精确（物理），以统一状态表征协同[5-7,12,18]。

（3）以"渲染器-模拟器-规划器"为功能形态，与世界模型功能分类学对齐[11,18]。三模态的统一趋势（预计2027-2028年收敛为统一基础模型）为架构演进预留空间[11,13,18]。

（4）想象功能实现回顾式、前瞻式、反事实与创造性四类内部模拟，支撑"慢思考"与因果学习[17-18]。四类想象的统一实现（基于状态转移模型）保证了架构的简洁与可扩展[17-18]。

（5）决策功能以"想象-验证"闭环为核心——想象K步后果→评估价值→选择路径→验证反馈→更新模型[17-18]。闭环使决策"先想后做、做了再想"——预测与执行互相验证，模型持续进化[17-18]。

（6）世界模型与感知（预测编码）、认知推理（推演-决策）、情感（想象-价值）、反思（质量监控）四子网双向耦合，成为大脑的"预测-想象-规划"引擎[17-18]。耦合的完备性：感知提供状态输入、认知提供推演请求、情感提供价值评估、反思提供质量监控——四路耦合覆盖世界模型的全部交互[17-18]。耦合的工程保障：接口消息版本管理（状态/推演/评估消息格式的演进兼容）、接口延迟预算（推演响应时延上限）、接口异常处理（子网故障时的降级推演）[17-18]。

（7）世界模型质量五维评估体系（预测准确性/物理一致性/想象质量/决策有效性/知识质量）为量化评估提供框架[10,18]。五维覆盖"预测-物理-想象-决策-知识"完整链路，支撑世界模型子网的"开发-部署-进化"评估闭环[10,18]。

本文作为"初步设计"，与《类脑大模型大脑部分初步设计》《类脑大模型小脑部分初步设计》《类脑大模型情感子网设计》《类脑大模型感知理解子网设计》《类脑大模型认知推理子网设计》共同构成类脑大模型"感知-知识想象-推理-情感-执行"的完整蓝图[17-23]：世界模型子网作为大脑的核心，提供"知识想象决策"的引擎——让类脑大模型"理解世界、想象未来、规划行动"[17-23]。这一引擎使类脑大模型从"语言统计模型"升维为"物理世界认知系统"——正是LeCun所预言的"物理世界智能"的架构基础[7-8,17-23]。后续将在JEPA工程化、知识-想象-决策统一模型与物理世界交互验证中持续推进[6,13,18]。

工程化的优先级建议：先实现"知识功能+JEPA预测"（快速建立世界状态表示与预测能力的基础）、再集成"生成式想象+场景库"（增强想象具象化与创造性）、最后完善"规划器+想象-验证闭环"（实现推演驱动决策）——分阶段建设，边建设边验证[6,13,18]。

世界模型的成长路径：从"单步预测"到"多步推演"到"想象规划"再到"自主进化"——知识想象决策子网随工程验证与物理世界交互持续演进[13,18]。世界模型的终极目标是"知得全、想得真、选得对"——知识完整（状态与因果覆盖）、想象真实（推演符合物理）、决策正确（选择最优路径），这正是面向逻辑思维的程序设计方法赋予世界模型子网的设计基因[17-19]。

作为LOPD系列论文中"依托世界模型"的核心篇目，本文与《类脑大模型大脑部分初步设计》共同回答了"为什么世界模型是大脑的核心"——世界模型不是可选的"预测模块"，而是连接感知（世界是什么）、认知（应该怎么做）、情感（哪个更好）的"认知枢纽"[17-23]。知识想象决策三合一的架构，为类脑大模型从"语言统计"走向"物理世界认知"提供了可计算、可评估、可演进的引擎设计[7-8,17-23]。

参考文献

[1] Vaswani A, et al. Attention is all you need[C]//NeurIPS. 2017.
[2] Ha D, Schmidhuber J. World Models[J]. arXiv preprint arXiv:1803.10122, 2018.
[3] Hafner D, et al. Dream to control: Learning behaviors by latent imagination[C]//ICLR. 2020.
[4] Hafner D, et al. Mastering diverse domains through world models[J]. arXiv preprint arXiv:2301.04104, 2023.
[5] Assran M, et al. Self-supervised learning from images with a joint-embedding predictive architecture[C]//CVPR. 2023.
[6] Meta V-JEPA 2: 基于视频训练的世界模型[EB/OL]. 2025.
[7] LeCun Y. A path towards autonomous machine intelligence[R]. 2022.
[8] 杨立昆: 2027年，AI将全面进入物理世界时代[EB/OL]. 2026.
[9] OpenAI Sora: A review on background, technology, limitations[J]. arXiv preprint, 2024.
[10] World models: A comprehensive survey of architectures, methodologies, reasoning paradigms, and applications[J]. arXiv preprint arXiv:2606.00133, 2026.
[11] 李飞飞. 系统阐述"世界模型"功能分类学[EB/OL]. 2025.
[12] NVIDIA Cosmos世界基础模型平台[EB/OL]. 2025.
[13] 世界模型深度技术解析: 原理、范式、分类与核心机制[EB/OL]. 2025.
[14] 2026物理AI白皮书: 迈向可执行的机器智能[R]. 2026.
[15] 世界大模型的理论基础[R]. 2026.
[16] 舒文韬, 李睿潇, 孙天祥, 等. 大型语言模型: 原理、实现与发展[J]. 计算机研究与发展, 2024, 61(2): 351-361.
[17] 冯胤清. 面向逻辑思维的程序设计方法——脑的设计（双脑架构）[J]. 2026.
[18] 冯胤清. 面向逻辑思维的程序设计方法——类脑大模型大脑部分初步设计[J]. 2026.
[19] 冯胤清. 面向逻辑思维的类人机器人程序设计架构: 七层认知层次模型与社会化测试框架[R]. 2026.
[20] 冯胤清. 面向逻辑思维的程序设计方法——分析现阶段具身机器人[J]. 2026.
[21] 冯胤清. 面向逻辑思维的程序设计方法——类脑大模型感知理解子网设计[J]. 2026.
[22] 冯胤清. 面向逻辑思维的程序设计方法——类脑大模型认知推理子网设计[J]. 2026.
[23] 冯胤清. 面向逻辑思维的程序设计方法——类脑大模型情感子网设计[J]. 2026.
[24] Kahneman D. Thinking, fast and slow[M]. New York: Farrar, Straus and Giroux, 2011.
[25] Rao R P N, Ballard D H. Predictive coding in the visual cortex[J]. Nature Neuroscience, 1999, 2(1): 79-87.
[26] 中国信通院. 2025人工智能产业十大关键词[R]. 2025.