不生成像素，只推演物理：西湖大学成立世界模型研究中心，「概念世界模型」要补上自动驾驶的长尾

10 月 31 日，杭州云谷校区的一间报告厅里坐了两百多人。台上是西湖大学新揭牌的「世界模型研究中心」，台下除了 AI 研究者，还有近 90 位企业研发负责人和投资人。一个高校实验室的成立仪式能凑出这样的阵容，本身就说明了一件事：世界模型不再是一个只存在于论文里的词。

一分钟速览

• 西湖世界模型研究中心 10 月 31 日在云谷校区成立，定位是「物理世界模型」方向的长周期研究平台。
• 该校自主智能实验室 AutoLab 三年前就开始做世界模型，2024 年拿下 ECCV 自动驾驶赛道冠军。
• 团队 2024 年底主动换道：放弃「生成逼真像素」，转向在隐空间拆解物理概念的「概念世界模型」。
• 成立大会同步举办「物理世界模型前沿论坛」，近 90 位产业界研发负责人到场。

从「背考题」到「懂规律」

先把概念说清楚。1990 年，强化学习奠基人之一 Richard Sutton 给过一个朴素定义：给定当前状态和动作，预测下一个状态。也就是说，世界模型要回答的不是「世界长什么样」，而是「世界接下来会怎样」。

这和今天大家熟悉的大语言模型是两条路。语言模型的本质是对文字符号做概率预测，读得多、说得好，但「能驾驭语言」不等于「理解世界」。一个杯子从桌边滑下去会不会碎、碎成几块、碎片往哪飞，这类问题靠文本统计给不出稳定答案，需要时间、空间、因果关系和物理常识。

AutoLab 负责人于开丞用了一个很直白的比喻：过去训练 AI 更像让模型「背大量考题」，题库里有的场景它能处理，遇到没见过的突发状况就容易出错；世界模型追求的是「理解」规律，再据此做精确预测。自动驾驶正是这个短板最刺眼的地方——现实里不可能为了训练去制造车祸，长尾场景永远是稀缺样本。

为什么先做视频，又放弃视频

面对长尾难题，行业里长期有两条路。第一条是生成式补数据：用模型合成罕见场景的视频，喂给下游训练。第二条是让模型真正学会触类旁通，能推演没见过的情况。前者门槛低，后者难得多。

团队最初选了第一条，而且跑得不错。2024 年他们在 ECCV 自动驾驶赛道拿到世界冠军，得分远超第二名，合成数据这条路看起来已经被验证。但就在和一家国内一线车企做深度部署时，团队开始怀疑这条路的地基：既然模型已经能生成足够逼真的画面，说明它在一定程度上理解了世界，那继续渲染像素的意义是什么？

2024 年底，AutoLab 转向「概念世界模型」。核心变化是：不再生成像素，而是在抽象的数学隐空间里建立物理概念的表征。模型需要像人一样，把复杂场景拆成有限的概念——空间关系、材质特性、接触状态——再把这些概念重新组合，去推演训练数据里从未完整出现过的新场景。

这带来的直接好处是成本。生成一帧高保真画面要算力，推演一组概念关系要便宜得多。团队称，在概念拆解与关联机制建立之后，模型在复杂任务上的成功率相比传统模仿学习和强化学习基线有明显提升，同时预测成本保持在较低水平。他们把这套思路用在雨天、事故等边缘场景的构建上，目标仍然是让车在真实道路上少犯错。

一个 1993 年出生的 PI，和三年的提前量

于开丞 1993 年出生在山东，2012 年高考分数够上清华北大，最后去了香港大学；以一级荣誉工学学士毕业后，赴瑞士洛桑联邦理工学院直博，主攻自动机器学习；此后在英特尔智慧系统实验室、Abacus.AI、阿里巴巴达摩院做研究。在达摩院期间他主攻自动驾驶，也正是那段时间意识到「死记硬背」式训练的天花板。

2023 年他离开阿里加入西湖大学，组建 AutoLab。那一年，世界模型在国内还属于偏冷门的方向。三年之后，李飞飞、Yann LeCun 等一批领军者相继投身世界模型创业，Google DeepMind 发布 Genie 4，把世界模型和推理模型揉在一起。方向突然变热，提前布局的价值才显现出来。

值得注意的是，这个中心不是一个纯学术机构。成立仪式上来的近 90 位企业研发负责人和投资人，说明产业界对「世界模型怎么落地」的焦虑是真实的——尤其是在自动驾驶、机器人、工业仿真这些必须和物理世界打交道的场景里。

趋势洞察：世界模型要过的三道关

第一道关是评测。语言模型有 benchmark，世界模型目前缺一套公认的「物理常识考试」。生成视频好看不好看容易判断，预测准不准、因果对不对，很难量化。

第二道关是数据。概念世界模型需要的是带物理标注的真实交互数据，而不是互联网上的文本和图片。这类数据获取成本高、标注难，且高度依赖具体场景。

第三道关是工程化。隐空间里的概念表征如何与现有自动驾驶、机器人栈对接，如何保证可解释、可调试，仍然是从论文到量产之间最厚的一堵墙。

西湖大学这次成立中心，本质上是在赌一个判断：下一个十年的 AI 竞争，不会只发生在 token 上，还会发生在对物理世界的建模能力上。这个判断对不对，可能要三五年才能验证，但至少在 2026 年的这个秋天，押注的人明显变多了。