# 世界模型观察站资料源 更新时间：2026-07-08 这份清单用于支撑首页内容。来源优先级按“官方/论文/技术报告 > 可靠媒体采访 > 二级解读”排序。二级解读只用于发现线索，不直接当作能力证明。 当前语言策略：英文材料优先进入核验链路，因为世界模型的一手论文、官方博客、X/Reddit 讨论和产品资料主要来自英文语境；中文内容应作为经过整理后的翻译和解释层，而不是替代英文来源。 ## 本站文章与来源映射 - `articles/what-is-a-world-model/` 用途：世界模型入门定义。主要依赖 World Models 2018、OpenAI Sora 技术说明、NVIDIA Cosmos、Meta V-JEPA 2。 - `articles/is-sora-a-world-model/` 用途：解释 Sora 和“世界模型”之间的边界。主要依赖 OpenAI 技术说明、World Models 2018 和 DeepMind Genie 3。 - `articles/genie-cosmos-vjepa/` 用途：对比互动世界、物理 AI 平台和表征学习三条路线。主要依赖 DeepMind Genie 3、NVIDIA Cosmos / Cosmos 3、Meta V-JEPA 2。 ## 核心定义与历史 - World Models, David Ha and Jürgen Schmidhuber, 2018 https://worldmodels.github.io/ 用途：解释“在潜空间想象未来，再训练控制器”的经典路线。 - Dreamer / DreamerV3, Google DeepMind https://danijar.com/project/dreamerv3/ 用途：说明 model-based RL 如何让智能体在学到的世界模型里训练策略。 ## 视频生成与世界模拟 - OpenAI: Video Generation Models as World Simulators, 2024 https://openai.com/index/video-generation-models-as-world-simulators/ 用途：说明 Sora 为什么被放进“世界模拟器”叙事，以及它仍偏视频生成的边界。 - Simulating the Visual World with Artificial Intelligence: A Roadmap, 2025 https://arxiv.org/html/2511.08585v1 用途：作为视频生成、世界模拟和可控生成的综述参考。 ## 互动世界模型 - Google DeepMind: Genie 3: A new frontier for world models, 2025 https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/ 用途：支持“实时可导航、24fps、720p、数分钟一致性”等公开说法。 - Google DeepMind: Genie model page https://deepmind.google/models/genie/ 用途：补充 Genie 系列的官方入口。 ## 物理 AI 与平台 - NVIDIA Cosmos official page https://www.nvidia.com/en-us/ai/cosmos/ 用途：说明 Cosmos 是世界基础模型、tokenizer、guardrails 和开发管线组成的平台。 - NVIDIA Research: Cosmos 3: Omnimodal World Models for Physical AI, 2026 https://research.nvidia.com/labs/cosmos-lab/cosmos3/technical-report.pdf 用途：补充 Cosmos 3 技术路线和物理 AI 场景。 ## 表征学习 - Meta AI: Introducing the V-JEPA 2 world model and new benchmarks for physical reasoning, 2025 https://ai.meta.com/blog/v-jepa-2-world-model-benchmarks/ 用途：说明 JEPA 路线、视频自监督、物理推理基准和机器人控制迁移。 - Yann LeCun: A Path Towards Autonomous Machine Intelligence, 2022 https://openreview.net/forum?id=BZ5a1r-kVsf 用途：理解 JEPA 和 AMI 路线的思想背景。 ## 自动驾驶世界模型 - GAIA-1: A Generative World Model for Autonomous Driving, 2023 https://arxiv.org/abs/2309.17080 用途：自动驾驶场景生成的早期代表。 - GAIA-2 technical report, Wayve, 2025 https://arxiv.org/abs/2503.20523 用途：自动驾驶领域专用世界模型案例。 - Waabi World https://waabi.ai/insights/waabi-world 用途：神经仿真和自动驾驶卡车验证路线。 ## 空间 3D 与产品化 - World Labs: Marble: A Multimodal World Model, 2025 https://www.worldlabs.ai/blog/marble-world-model 用途：说明 Marble 面向持久、可编辑、可导出的 3D 世界。 - World Labs home https://www.worldlabs.ai/ 用途：补充 Marble 产品和空间智能定位。 - Runway Research https://runwayml.com/research 用途：观察 Runway 的 General World Models / 视频生成路线。首页只做生态定位，不把它写成已验证的通用世界模型。 ## 需要持续核验的点 - 各公司对“world model”的定义并不统一。本站会把“视频生成模型”“互动世界模型”“领域专用世界模型”“表征学习模型”和“物理 AI 平台”分开描述。 - 商业产品的能力边界变化很快，尤其是 Genie、Marble、Sora、Runway、Cosmos 的访问方式、价格和 API 能力。 - 自动驾驶和机器人场景要避免把演示能力等同于安全可用能力。 - 二级媒体关于融资、下载量、内部进展的说法只适合当趋势参考，需要用官方资料或论文交叉确认。