World Model: 世界模型在仿真与物理交互中的演进
世界模型如何从视频生成跃迁为具备牛顿物理规律自洽性的推演沙盒，赋能无监督策略自学习。
什么是真正的世界模型？
纯粹的视频生成模型（如 Sora）擅长绘制视觉逼真的画面，但在因果物理交互（如碰撞反弹、流体溢出、刚体遮挡）上频频出现反常识的幻觉。真正的具身世界模型 (Embodied World Model) 必须满足两个核心特征：
- 因果可干预性 (Intervention Consistency)：给定动作输入 $a_t$，下一状态 $s_{t+1}$ 必须符合物理因果律。
- 状态可回滚与分叉 (Forkable States)：智能体可以在虚拟沙盒中进行成千上万次假设搜索（Monte Carlo Tree Search）。
架构演进路线
[Dreamer V1-V3] ──> [JEPA / I-JEPA] ──> [Diffusion World Models] ──> [Hybrid Neuro-Symbolic Physics]混合神经符号物理引擎
通过在扩散网络潜空间中嵌入可微物理微分方程约束，大幅降低了能量守恒与碰撞反弹的违规率，使得机器人可以在仿真中零成本学习超过 100 万小时的高危操作。