编者寄语
世界模型是人工智能的基本问题之一，具身智能、视觉感知和决策控制等场景都需要它。核心目标是构建能够模拟环境动态演变的内部表征，以支持反事实推理和前瞻规划。区别于传统预测任务仅关注静态表征，世界模型重点关注状态转移的因果结构和长期演化的可预测性；当构建高保真通用仿真环境面临维数灾难与高昂数据代价时，如何通过数据驱动或机理引导的方式学习专用或通用的世界模型，成为突破智能体仿真到现实迁移瓶颈的关键。
本专题将围绕世界模型的主要研究脉络展开：首先讨论世界模型的基础理论与难点，阐明反事实推理需求与传统机器学习统计假设之间的内在关系及应对策略；随后进一步讨论基于3D感知与多模态大模型的表征方法，说明在复杂视觉场景中如何推断物理规律以构建世界模型；最后结合具身交互场景，探讨世界模型驱动的通用预训练与专用适配机制，展示世界模型在统一感知、生成与决策，推动空间推理与行动规划中的交叉价值。
编委主任：
苏金树 CCF会士 军事科学院教授
本期主编：
安 山 CCF智能机器人专委常务委员 天津大学英才副教授
点击底部阅读原文，有兴趣的都可以免费学习
目录
点击“阅读原文”浏览《CCF数图焦点》第115期详细内容。