人工通用智慧研究轉向：世界模型取代大型語言模型成為焦點

西元2025年，人工通用智慧（AGI）的研究路徑出現關鍵轉折，焦點正從大型語言模型（LLMs）轉向「世界模型」（World Models）。此轉變的核心在於，世界模型旨在賦予人工智慧模擬和推論物理世界的能力，以彌補LLMs在理解物理定律和因果關係上的根本性不足。傳統LLMs本質上是基於文本訓練的模式匹配系統，儘管在語言層面表現優異，但缺乏對現實結構的真正掌握，這限制了它們在需要物理理解的任務上的表現。

認知科學家蓋瑞・馬庫斯（Gary Marcus）持續主張，LLMs在可靠性與推理能力上存在結構性限制，他堅定倡導應採用神經符號（neuro-symbolic）方法，將世界規則明確編碼至系統中。馬庫斯認為，單純依賴數據和運算能力無法解決所有問題，當前是將世界模型、因果關係和神經符號AI納入研究的關鍵時刻。他進一步指出，現有神經網路架構與處理代數等抽象關係的能力並不相容，這佐證了需要混合模型以實現更深層次的理解。對結構化推理的需求，也間接體現在OpenAI的O3和xAI的Grok 4等模型透過整合工具增強推理能力，驗證了神經符號AI的價值所在。

AI領域的先驅，史丹佛大學的李飛飛（Fei-Fei Li）教授，透過其共同創立的World Labs推出了專注於空間智能建構的世界模型「Marble」。李飛飛認為，AGI的實現需要將感知能力提升至行動層面，並將空間智能視為繼語言之後的下一個前沿領域。Marble是一個能夠從文本提示、圖像或影片生成可編輯、持久性3D環境的多模態系統，這標誌著AI從單純的文字預測，邁向理解物理、體積和因果關係的商業化嘗試，並獲得高達2.3億美元的資金支持。

科技巨頭的投入亦凸顯此趨勢的廣泛認可。Google DeepMind持續推進其模擬工作，推出了Genie 3模型，該模型能根據文本提示即時生成可互動的3D世界，並以每秒24幀（24fps）和720p的解析度運行，展現出強大的世界記憶和物理一致性，為訓練具身AI代理提供了虛擬訓練場。此外，圖靈獎得主、Meta前首席AI科學家Yann LeCun已宣布離開Meta，並著手創立專注於構建世界模型的新創公司「Advanced Machine Intelligence Labs」（AMI Labs）。AMI Labs預計於2026年1月啟動，總部設於巴黎，目標是開發能從視覺和空間數據中學習的下一代系統，展現出對抗矽谷LLM中心主義的戰略意圖。

業界分析指出，未來三到五年內，從純LLM架構轉向混合的多模態模型（MLLM）與世界模型的協調架構，將在營運效率和自動化深度上創造顯著的競爭優勢。屆時，LLMs將退居次要層級，負責語義推理和自然語言介面，而世界模型將成為決策和執行的核心層面。總體而言，從LLMs到世界模型的轉移，代表著AI研究正從語言的模式匹配，邁向對物理現實的內在理解。