世界模型先锋队

来自 AI 研究立场图谱百科

世界模型先锋队:智能首先必须在内部建立一个可预测的世界模型;语言和智能体都在那之后。

主张

世界模型先锋队认为,整个领域把先后顺序搞反了。语言模型在弄懂世界如何运作之前就先学会了说话,而智能体又被盖在这个颠倒的地基上。先锋队的纲领是:先构建一个世界模型——能预测场景如何演化、动作如何改变场景——然后才接上语言、规划和目标。有了好的世界模型,智能体就能在行动之前想象后果,而这正是动物和人类样本效率极高的原因。

它位于图表上部、深入世界一侧。单体倾向反映了它偏爱以一个学出来的预测模型作为智能核心,而不是一堆工具的拼装。它的范式等级是逆天之革命,处在范式转移的最远端:先锋队公开主张当前范式是一条弯路,而它提出的替代方案仍在建设之中。

论据

  • 先学世界模型、再在它想象出的 rollout 里训练策略的智能体,已经用同一套配置掌握了多种不同任务。
  • 从无标注视频中学到的可交互生成环境表明,即便没有显式动作标签,也能习得世界模型。
  • 通过学到的模型做规划,能获得纯 model-free 策略所缺乏的样本效率和反事实推理能力。

批评

  • “世界模型”一词用得太宽泛,从像素级视频生成器到小型隐空间动力学模型都被叫这个名字。
  • 至今没有哪个“世界模型优先”的系统,在任务广度上追平语言模型。
  • 语言优先派认为,文本里已经编码了一个庞大且可用的世界模型,没必要从零再造一个。

代表作

关系

怎样测出它

在完整版或专业版里落到这一格:x ≈ +1.00,y ≈ +0.63,范式 ≈ +1.00。

这是初稿。欢迎通过 pull request 修正或补充更好的论据。 在 GitHub 上编辑这个词条 编辑它的数据