第 4 页 · 文字版
心晴九天 · 课程笔记 从世界模型到世界智能体
PART 1
一 它是什么 传统的模拟器,也就是游戏和电影特效用的那一套,由两部分组成:一个状态动力学引擎,记录并推进 世界的状态,比如物体质量、地面摩擦、飞行速度;一个图形引擎,把这个世界画成像素。 03:30
原课幻灯片:传统模拟器(状态动力学 + 图形引擎)对比从数据中学到的世界模型。
传统模拟器 世界模型 有明确的 3D 场景和状态 默认没有显式的 3D 状态
可解释、可编辑、紧凑 难以解释和编辑
通常能实时运行 实时可行,但大模型要跑到实时帧率并不容易
不够真:画面和动力学都有仿真与现实的差 优势:画面逼真,物体和人的动作也更真实 距,比如复杂流体无法实时计算
三类用途 1. 训练和评估物理 AI:让机器人、自动驾驶在里面交互。
2. 给人用:游戏,或真实环境里练不起的培训,讲者举的例子是训练宇航员维修空间站。
3. 造数据:特斯拉和 Waymo 都公开讲过,用世界模型生成没遇到过的罕见情况,比如马路中间出现一 头大象,让驾驶策略更稳。 01:30–02:30
行业背景:讲者提到 Google DeepMind Genie 3、Waymo、特斯拉、World Labs、NVIDIA Cosmos,以及"几十家正在融资的创业公 司"。(00:30–03:10)
斯坦福 CS292 / EE292R · Gordon Wetzstein · 2026.09.30 4 / 13
文字版便于检索与复制,图表和排版请切回「图文」。