清华大学姚期智与袁洋团队近日公布科研项目「代数世界模型」（Algebraic World Model，AWM），目标是让AI从零开始、基于观察与实验推导出真实物理世界的规律，解决模型在未受历史数据污染的环境下自主理解物理因果的问题。同期，西湖大学成立世界模型研究中心，「世界模型」正从研究概念走向产学研共用的基础设施。
这条路线与当前主流的「数据驱动」形成对照。现有大模型对物理世界的理解，很大程度上是从海量文本与视频中统计习得的相关性——它们知道「球会往下掉」，但难以给出可迁移的规律表达。AWM试图把「提出假设—设计实验—验证—修正」的科学研究循环交给模型，用代数化的形式承载推导出的规律，从而获得可解释、可外推、可验证的世界认知。
为什么这件事重要：物理AI（机器人、自动驾驶、工业控制）的瓶颈正从感知转向「推演」——不只是理解世界当前是什么样，而是预测「如果我这样做，会发生什么」。近期Momenta等公司也在推动世界模型从「理解世界」迈向「推演世界」，参数规模扩大5倍换取安全性能提升5倍。从数据驱动迈向可推导的物理规律建模，是通往科学发现型AI的关键一步。