世界模型迎来重磅选手，西湖大学正式成立新中心

过去几年，大语言模型飞速发展，技术迭代之快震惊全球。

但也要看到，能驾驭语言，并不等于能理解世界。

而世界模型，就是要赋予人工智能“格物致知”的智慧和“见微知著”的洞见——探索物理世界的规律，推演真实世界的运行，从“观世界”走向“世界观” 。

从全球来看，2025年底至2026年，世界模型已吸引李飞飞、Yann LeCun等一众AI领军者相继入局。就在前几天，Google DeepMind发布Genie4，也融合了世界模型和推理模型。

10月31日，世界模型领域再次迎来重磅选手。西湖世界模型研究中心在西湖大学云谷校区正式成立。该中心将面向人工智能从语言认知走向物理交互的发展方向，聚焦世界模型与物理智能，致力于突破智能系统理解物理规律、预测环境变化和开展交互决策的核心瓶颈，打造具有国际引领性的物理智能学术高地与创新引擎。

亿欧现场获悉，早在三年前，西湖大学自主智能实验室AutoLab已开始研究世界模型，并孵化出创业公司，与业界开展技术落地合作。今天西湖世界模型研究中心的成立，成为西湖大学在这一方向上的阶段性成果。

成立现场，亿欧采访到西湖世界模型研究中心主任、西湖大学助理教授、博士生导师于开丞，探讨了世界大模型可能会带来的变化以及三年来“提前布局”的幕后故事。

世界模型，从“世界是什么样”，到“世界会怎么样”

1990年，强化学习领域主要奠基人之一Richard Sutton给出过一种定义：给定当前状态和动作，预测下一个状态。这就要求模型回答的不只是“世界是什么样”，而是“世界会怎样”。

如今，让AI生成视频不难，更难的是，当一个杯子滑向桌边，模型能不能提前判断会发生什么。

于开丞向亿欧介绍，过去训练AI的方式有点像是让AI“背大量考题”，但世界模型更多的是通过“理解”物理世界的规律，最终做出精确预测。

“卷积神经网络之父”、图灵奖得主Yann LeCun称：“单纯靠预测文本，AI永远无法触及人类级别的智能。我们需要能理解物理现实的模型。”

大语言模型本质是文字符号的概率预测，而世界模型的目标则是“预测现实世界的下一个状态”，它的目标是赋予AI时间、空间、因果关系与物理常识。

公众最能感知的一种早期世界模型雏形，也许是2024年视频生成模型Sora。最经典的那个画面是一艘木质帆船在咖啡杯里乘风破浪，海浪的波动质感相当逼真。Sora当时被定位为“物理世界的通用模拟器”。

紧接着，自动驾驶领域率先将世界模型落地应用。这类世界模型能生成超逼真的行车视频，甚至可以主动构建恶劣天气、突发事故等“边缘场景”来训练自动驾驶模型，这就弥补了自动驾驶训练过程中的短板。

但问题是，能够生成逼真现实场景就意味着模型真的懂世界吗？

前瞻布局，提前三年开展研究

亿欧现场获悉，西湖世界模型研究中心成立后，由西湖大学助理教授、博士生导师于开丞担任主任。

于开丞于1993年出生于山东，2012年以清北分数就读于香港大学，并以香港大学一级荣誉工学学士毕业，随后赴瑞士洛桑联邦理工学院直博，主攻自动机器学习。博士毕业后，于开丞先后供职于英特尔智慧系统实验室，Abacus.AI，阿里巴巴达摩院。

于开丞介绍，在阿里达摩院期间，主要研究自动驾驶。在此过程中，逐步意识到传统训练方法的局限。传统自动驾驶技术本质上是“死记硬背”，高度依赖训练数据集，“题库”里见过的场景，模型能够处理，遇到罕见的突发状况很容易出错。

2023年，于开丞加入西湖大学，组建自主智能实验室AutoLab，开始世界模型方向的研究。彼时，世界模型仍属于偏冷门的概念。

面对自动驾驶长尾场景训练的难题，当时领域内主要有两条解决思路。一是生成合成数据，制造出罕见场景样本，再喂给模型做训练；二是从根源上让模型学会触类旁通，具备推演未知场景的能力。相比来看，后者难度更高。

据介绍，进入西湖大学后，于开丞及团队优先选择探索难度相对低的第一条路线，生成极端场景的视频以训练自动驾驶模型。并很快出现优异成绩，2024年斩获ECCV自动驾驶赛道世界冠军。

但不久，在和一家国内一线车企深度部署的过程中，于开丞和团队开始怀疑这条路线的根基。既然模型已经能生成逼真的数据，说明已经在一定程度上能理解世界。那么，继续渲染像素的原因到底是什么？

2024年底，AutoLab转向新的技术路线，提出“概念世界模型”——不再生成像素，而是在抽象的数学隐空间中建立物理概念的表征。

于开丞向亿欧介绍，这时候模型需要像人一样，把复杂场景拆解成有限的概念，再重新组合这些概念，进而“理解”训练数据中从未完整出现过的新场景。

换言之，“概念世界模型”将复杂的物理环境、物体属性、空间关系及动作后果，拆解为可复用的物理概念，如空间关系、材质特性、接触状态等。遇到全新场景时，模型无需重新学习整个场景，而是将已有概念在隐空间中重新组合进行推演。

2025年，团队在实验中观察到，当概念拆解与关联机制建立后，模型在复杂任务上的成功率较传统模仿学习与强化学习基线显著提升，同时保持了较低的预测成本。

这是一种隐式世界模型的技术路线，AutoLab也成为国内少数完成初步验证的团队之一，这些研究进展也为后续孵化公司做了铺垫。

不只是自动驾驶，AI要穿越真实世界

公开资料显示，2026年初，西湖数智Awomo正式成立。定位是物理世界的基础大模型公司，对标大语言模型，目标是打造原生的物理大模型，而不只是给车企交付定制化解决方案。

AutoLab研发的“概念世界模型”，正式命名为Awomo。Awomo在四项国际权威机器人评测集中均登顶第一，进一步验证了该路线在环境扰动、精细操作及长时序任务上的泛化能力。

西湖数智在技术上的潜力获得资本高度认可，作为初创公司，西湖数智已累计完成超亿元种子轮、天使轮融资，投资方包括英诺基金、东方嘉富基金、正轩投资、天启资本、西湖创新投资基金、金蚂投资等硬科技投资机构。

从行业维度看，自动驾驶只是世界模型的应用场景之一。世界模型也可以成为机器人的“物理大脑”，在面临复杂扰动时，机器人能在潜空间里快速推演物体属性与动作后果，精准完成抓取、装配及长时序协同任务。

此外，更大的变化，也将发生在数据训练模式上，传统的AI训练需要海量的训练数据，这意味着极高的算力成本。

于开丞介绍，设想下如果依托通用物理基座，下游开发者或小企业不再需要采集百万级小时的数据，可能仅需20至30小时的后训练，即可快速定制特定领域的模型。

长期来看，世界模型最终将服务于普通人的个性化创造需求。由于没有太多海量训练的负担，用户可以利用“模型构建世界”的能力，像搭建私人车库手工作坊一样，自己搭建专属于自己的私人机器人或个性化智能助手。这些场景应用都值得期待！

西湖世界模型研究中心成立后，将以世界模型为核心研究方向，探索感知、认知、预测与行动相结合的智能体系，推动人工智能在真实环境中形成理解世界、推演未来与自主行动的能力。

未来，该中心将依托西湖大学的科研基础与交叉学科优势，汇聚多领域研究力量，促进基础理论、关键技术与应用探索协同发展，研发能够理解物理规律、预测行动后果并在真实反馈中持续学习的通用世界模型，支撑我国在新一代人工智能领域的自主创新与前沿布局。