史丹佛研究者警告：治理「世界模型」是 AI 下一個更棘手的政策難題
2026.08.05
隨著人工智慧從語言跨入實體世界的「世界模型」，史丹佛研究者警告政策制定者將面臨比大型語言模型更陡峭的治理挑戰，而搶先布局的時間窗口正在縮小。
隨著人工智慧從語言領域跨入能理解與預測實體世界的「世界模型」（world models），史丹佛的研究者警告，政策制定者面臨的治理挑戰將比大型語言模型更為陡峭，而搶在技術成熟前建立框架的時間窗口正在縮小。 世界模型與語言模型的差異，在於它們建模的對象。語言模型學習的是文字之間的統計關係，輸出是文本；世界模型則試圖建立對物理環境的內部表徵——物體如何運動、動作會造成什麼後果、場景在時間中如何演變。…
