想象一下：此刻，一只杯子正滑向桌边。
你会下意识伸手去接，不需要先在脑海中渲染出一段杯子坠落的完整影像，此时你只需要知道两件事：杯子在哪，它滑得多快，你的手够不够得着。
今天的 AI，已经能强大到生成一段杯子坠落的逼真视频，但当机器人真正伸出手去接这个杯子时，它未必知道该从哪里接、用多大力接。
AI 生成一个看起来真实的世界，和在真实世界中可靠地行动，是两件截然不同的事。
这个区别，正是“世界模型”试图回答的核心问题。
世界模型到底是什么？1990 年，强化学习奠基人之一理查德·萨顿给出过一种定义：给定当前状态和动作，预测世界的下一个状态。它关心的不只是“世界是什么样”，更是“世界接下来会怎样”。
2025 年底至 2026 年，李飞飞、勒昆等 AI 领军者相继投身世界模型创业。与此同时，2026 年，多款世界模型发布。当 AI 从理解文字，开始走向具身世界，这个方向正在迅速升温。
而在杭州西湖大学，一个研究团队已经在这条路上走了三年。
10 月 31 日，西湖世界模型研究中心在杭州正式成立，三年的探索从实验室走向了一个更大的舞台。
西湖大学校长施一公这样阐释世界模型：“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’。”
拿下冠军之后，决定推翻自己
于开丞是西湖大学世界模型研究的带头人。
1993 年出生于山东的他身上有一种反差感：他说自己是“阳光开朗的热情大男孩”，但在技术路线上，他有一种近乎执拗的叛逆。
2012 年高考，分数够上清华北大，他填了香港大学。以港大一级荣誉工学学士毕业后，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，他先后在英特尔智慧系统实验室、Abacus.AI、阿里巴巴达摩院工作。
他对世界模型的思考，始于自动驾驶。
在达摩院期间，于开丞逐渐意识到传统训练方法的根本局限：常见的道路、车辆和天气，模型看过大量数据后通常能处理。但现实道路上的罕见情况层出不穷：突发事故、异常车辆行为、极端天气。
这对于模型产生了更高的要求：它需要的不只是记住见过的场景，而是有能力应对从未见过的变化。
2023 年，于开丞加入西湖大学，组建自主智能实验室 AutoLab，专攻世界模型，那时候，世界模型还是个偏冷门的方向。
团队面临一个现实选择：有限的人力和算力，先投向哪里？
面前有两条路：一条是生成现实中难以收集的场景，比如暴雨、突发事故和异常车辆，用来扩充自动驾驶训练数据；另一条是让模型学习物体、空间和动作之间的关系，尝试推演没有完整见过的场景。
由于第一条目标更明确，团队最终选择了第一条路线。最终，2024 年，AutoLab 在欧洲计算机视觉大会（ECCV）自动驾驶赛道拿下世界冠军，得分远超第二名。
但也正是在这个阶段，于开丞和团队重新审视了这个方向：既然生成模型已经学到了一部分场景规律，为什么一定要先把这些规律变成一帧帧画面，再让另一个模型从画面里重新寻找答案？
更关键的是，画面逼真并不能直接证明模型理解了物理世界。杯子在视频里顺利落下，只说明画面看起来合理；它不能保证模型准确掌握了杯子的重量、运动方向和碰撞后果。
于是，2024 年底，团队做出了那个最难的决定：否定自己的冠军路线。
开始专攻，概念世界模型
AutoLab 转向的新方向，叫“概念世界模型”。
它不再把生成高清画面作为主要目标，而是在模型内部的抽象数学空间中，表示物体状态、空间关系和动作结果。
这个空间也叫“隐空间”：可以把它想象成模型整理信息的内部笔记：杯子是否靠近桌边、手与杯子有没有接触、物体正朝哪个方向移动，都被压缩成模型能够直接计算的表示。
于开丞喜欢研究书法，他用一句话形容这件事：“甲骨文就是最早的隐空间。”
汉字从甲骨文发展至今，本质上是人把现实世界的实体逐步压缩成二维符号的过程。
今天的研究者用数学表示做同样的事：压缩物体、空间和动作之间的关系，再据此推演物理世界。而将意图转化为笔画的过程，与机器人进行动作控制、轨迹规划背后的数学逻辑，在底层是相通的。
几千年过去了，我们依然在试图抽象出这个世界的法则，只是换了工具。
回到那个滑向桌边的杯子，前面两条技术路线的差异就很清楚了：
生成画面的路线，会尝试制作一段未来视频：杯子继续滑动、从桌边掉下，或者被一只手接住。杯子的外观、桌面纹理、光线变化，都需要在画面中逐帧呈现。
概念推演路线则跳过画面，直接回答影响行动的问题：杯子在哪？速度多快？手能否及时接触？接触后运动状态如何改变？
如果这些概念表示能稳定复用，那么面对新杯子、新桌面或新角度时，模型就可以重新组合已有信息，而不必从头学习整个场景。
2025 年的初步实验验证了这个方向：与实验中选取的模仿学习和强化学习基准相比，概念世界模型在复杂任务上的成功率显著更高，同时保持了较低的预测成本。
这意味着，这条看起来更艰难的路，团队选对了。
又一次拿下冠军：多项榜单第一
实验室里的成绩，只是世界模型走向现实的第一步。
更难的问题是：模型能否进入真实场景，在环境不断变化的条件下持续工作，并把效果和成本都算清楚？
2026 年初，AutoLab 孵化的西湖数智 Awomo 正式成立，定位打造物理世界的基础大模型。
与此同时，AutoLab 研发的概念世界模型也有了正式名字：Awomo。
据团队介绍，Awomo 已在四项国际权威机器人评测中登顶第一，涉及环境扰动、精细操作和长时序连续任务，进一步验证了这条路线的泛化能力。
自动驾驶之外，机器人是团队重点推进的方向。同一套基础能力，经过适配，能否帮助机器人完成抓取、装配和连续操作等不同任务？这需要模型不仅能预测动作结果，还能应对真实环境中的扰动和意外。
另一个重点的方向，则是数据的训练模式。传统 AI 训练需要海量数据，意味着极高的算力成本。在于开丞的设想中，如果依托通用物理基座，下游开发者和中小企业可能只需 20 至 30 小时的后续训练，就能快速定制特定领域的模型。
再往远看，世界模型最终将服务于普通人的个性化需求。用户可以利用“模型构建世界”的能力，像在车库里搭建手工作坊一样，打造专属于自己的机器人或智能助手。
目前，公司累计获得超过亿元的种子轮和天使轮融资，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、金蚂投资等机构。
与此同时，基础研究也在继续推进：2026 年 10 月，西湖世界模型研究中心成立，于开丞担任主任，金耀初院士担任首席科学家，多位研究负责人分别推进不同方向。
从 2023 年组建 AutoLab，到转向概念世界模型、孵化创业公司，再到校级研究中心成立，西湖大学在这一领域逐渐形成了从基础研究到应用探索的完整布局。
杯子仍在滑向桌边。三年前，这个团队选择让模型“画出”杯子坠落的样子。
今天，他们更想让模型直接回答：杯子会落在哪里，以及如何接住它。
让机器不只是“看见”世界，而是理解世界、推演变化、做出行动——这是世界模型试图迈出的一步，也是 AutoLab 要继续走完的路。
- 完 -