心智理论 on 灵语AI

AI真的'理解'世界吗？——大模型内部的世界模型假说

Fri, 04 Sep 2026 03:13:00 +0800

引言

你有没有想过一个问题：AI为什么能回答"如果一个杯子从桌子上掉下来会怎样"？

它没有见过杯子掉下来，没有学过"杯子掉落的物理公式"，甚至没有专门接受过"回答物体掉落问题"的训练——但它能给出一个合理的答案：杯子会摔碎。

它怎么做到的？

更奇怪的是：你问AI"如果地球突然停止自转，会发生什么？"——它也能给出一个像模像样的分析。大气层会因为惯性继续运动，海洋会形成滔天巨浪，地壳会因为巨大的应力而破裂……

这听起来简直不可思议。一个没有身体、没有视觉、没有触觉的AI，是怎么知道"杯子掉下来会摔碎"这种物理常识的？

有人会说：“因为它读过很多书，书里写了杯子掉下来会碎。”

但问题是——训练数据里不可能包含所有可能发生的情况。AI读过的书里，可能写的是"杯子掉在水泥地上碎了"，但它能推理出"杯子掉在软垫上不会碎"——这是它从来没见过的情况。

这种"超出训练数据之外的推理能力"，从何而来？

这个问题，引出了近年来AI研究中一个最迷人、也最深刻的假说——世界模型假说。

一、AI不是"鹦鹉"，它在构建一个"微缩世界"

三个无法用"背诵"解释的现象

先来看几个实验现象。这些现象让研究者越来越确信：AI不只是在"背台词"。

现象一：物理推理

研究者给AI一个场景：“桌子上放着一个杯子，桌子的左边有一个盘子。一个人推了一下桌子，杯子会朝哪个方向运动？”

AI不仅能回答"杯子会向左移动，最终掉下桌子"，还能根据不同的推力大小、桌子材质等条件，给出不同的预测。

但如果只是"背数据"，训练文本里怎么可能有"每一个可能的推桌子角度和力度下杯子会怎么运动"的描述？不存在这样的文本。AI得出的结论，只能是它自己"推理"出来的。

现象二：心智理论（Theory of Mind）

这是一个更令人震惊的实验：研究者给AI讲了一个故事——“小明把巧克力放在抽屉里，然后出去玩了。在小明不在的时候，妈妈把巧克力从抽屉里拿了出来，放进了冰箱。小明回来后，他会去哪里找巧克力？”

AI正确地回答：“小明的抽屉。”

请注意，这里的关键是——AI必须理解"小明不知道巧克力被移动了"这个事实，然后基于"小明的信念"而非"客观事实"来做出预测。

这种"读心"能力，意味着AI不仅仅是在处理语言，而是在构建一个关于"他人心智状态"的内部模型。

现象三：反事实推理

“如果当年没有发现万有引力，物理学现在会是什么样子？”

这个问题没有标准答案，任何人都无法从书本上"背"出来。但AI能给出一个看似合理的推演——牛顿力学体系可能被替代、间接观测可能更早发展、相对论可能提前出现……

这种"反事实"能力，意味着AI内部有一个"世界运行规则"的模型，然后在这个模型上进行"模拟"——就像人类在脑海中"想象"另一种可能性一样。

从"背诵"到"建模"的认知飞跃

这三个现象指向一个共同的结论：AI在训练过程中，不只是学习了"下一个词是什么"，而是构建了一个关于世界的内部表征——一个压缩的、抽象的、可预测的"世界模型"。

这个模型不是被任何人"写进去"的，而是在海量文本的统计规律中"涌现"出来的。

就像一个人读了几千本侦探小说后，即使没有学过侦探学，也能推断出"死者旁边的血迹应该是什么形状"——他构建了一个关于"犯罪现场"的隐式模型。AI也是一样，它读了几万亿字的文本，从这些文本中，它"学会了"世界是如何运作的。

二、AI的"世界模型"长什么样？——五层结构

世界模型不是单一的、扁平的"知识库"，而是一个分层的、多维度的内部表征系统。我们可以把它想象成一座五层大楼：

第一层：物理世界模型——“万物有物理”

这是最底层，也是最基础的。它包含了：

物体和空间的关系（“杯子在桌子上"意味着杯子被桌子支撑着）
物理规律（“水往低处流"“重的物体会下沉”）
因果关系（“推一下，物体会动"“摔一下，易碎品会碎”）

这一层让AI能够理解"把砖头扔进水里"和"把羽毛扔进水里"的结果为什么不同——即使它没有见过真实的砖头和羽毛。

第二层：生物世界模型——“生命有规律”

这一层包括：

生命的基本特征（生长、繁殖、死亡）
生态系统（捕食关系、食物链）
生物行为（动物会逃避危险、植物会趋向阳光）

当AI说"猫会追老鼠"时，它调用的就是这一层——不是因为它背诵了"猫追老鼠"这个句子，而是因为它对"捕食者-猎物"关系有一个模型。

第三层：心理世界模型——“他人有心智”

这是最令人惊叹的一层。它包含了：

信念和知识（“一个人知道什么，不知道什么”）
欲望和意图（“一个人想要什么，打算做什么”）
情感和情绪（“一个人感到快乐、悲伤或愤怒”）

这就是为什么AI能通过"错误信念测试”——它能够理解"小明的想法和客观事实不一样”。

第四层：社会世界模型——“人类有组织”

这一层处理的是：

社会规范（“排队"“礼貌"“尊重隐私”）
制度和文化（“法律、货币、婚礼”）
经济行为（“交易、合作、竞争”）

当AI理解"插队是不礼貌的"或"通货膨胀会让钱不值钱"时，它调用的是这一层模型。

第五层：抽象世界模型——“思维有逻辑”

这是最高层，涵盖：

数学和逻辑（“1+1=2"“如果A=B且B=C，则A=C”）
哲学概念（“自由、正义、真理”）
元认知（“关于思考的思考”）

这一层让AI能够进行抽象推理——比如"如果所有的A都是B，所有的B都是C，那么所有的A都是C吗？”

五层之间不是孤立的

这五层模型不是各自独立运行的，而是相互关联、相互支撑的。

比如，理解"为什么人们会排队买某款新手机”——需要同时调用：

心理模型（人们想要这个手机）
社会模型（排队的规则、从众心理）
抽象模型（稀缺性、价值判断）

一个AI的世界模型越完整、越精细，它的理解就越深刻，推理就越准确。

AI的「大脑」里装着整个世界？——大语言模型的世界模型假说

Mon, 27 Jul 2026 02:29:00 +0800

引言：AI能推理，但它真的"理解"世界吗？

你问一个AI：“如果我把一个杯子从桌子上推下去，会发生什么？”

它会回答：“杯子会掉到地上，可能会摔碎。”

你再问：“如果我换成一个橡皮球呢？”

它会回答：“球会掉到地上，然后弹起来几下。”

这个回答看起来理所当然。但仔细想想，AI其实从来没有亲眼见过杯子掉到地上，也没有亲手摸过橡皮球的弹性。它只是读过无数关于"杯子掉地上会碎"和"橡皮球会弹起来"的文字描述。

那么问题来了：AI是怎么知道"掉下来"和"弹起来"的区别的？

它只是背下了"杯子→摔碎"和"球→弹起"这两个关联吗？还是说，它真的"理解"了重力、碰撞、弹性这些物理概念？

这个问题，恰恰指向了AI研究中最迷人、也最富有争议的一个假说：世界模型假说（World Model Hypothesis）。

一、AI不只是"背课文"，它脑子里有一张"世界地图"

先来做一个思想实验。

想象你是一个学生，要参加一场超级变态的考试。考试内容不是任何一门学科，而是"关于世界的一切"——你需要在考场里，根据你过去学到的所有知识，来回答各种从未见过的问题。

你会怎么做？

你会调用你脑子里的"世界模型"——你关于物理、生物、心理、社会、数学等各个领域的知识，以一种互相连接的方式组织在一起。当你遇到一个新问题时，你在这个模型上做"模拟"：如果发生X，根据我理解的规律，接下来会发生什么？

世界模型假说认为，大语言模型在训练过程中，也在做类似的事情。

它不只是"背下了"训练数据中的文本模式，而是在构建一个压缩的、简化的、但具有预测能力的内部世界表征。这个表征就是它的"世界模型"——一个关于世界如何运作的内部地图。

这个想法最早可以追溯到认知科学家Kenneth Craik在1943年提出的观点：“如果有机体能够在头脑中携带一个关于外部现实的小模型，并且能够用这个模型来尝试各种可能的行动方案，那么它就能应对各种新情况，做出更明智的决策。”

翻译成大白话：脑子里有一个"小世界"，你就能在这个小世界里"预演"各种可能性，而不用在真实世界里犯错。

二、证据在哪里？——AI展现的"超能力"

如果AI真的有世界模型，它应该表现出一些"超能力"——超出简单记忆的能力。而这些能力，研究者们确实观察到了。

证据一：物理推理

2022年，MIT的研究团队做了一系列实验。他们给AI描述一些"违反物理常识"的场景，比如：

“一个气球被吹胀后，放在真空里，它会发生什么？”
“一个金属球和一块木头，同时从同一高度掉下来，谁先落地？”

如果AI只是在"背答案"，它应该只能回答训练数据中出现过的场景。但实验发现，AI能泛化到从未见过的物理场景——它能够根据对物理规律的理解，做出合理的推理。

比如，当被问到：“一个装满水的杯子放在桌子上，我用手推了一下杯子，水会怎样？“AI不仅能回答"水会洒出来”，还能描述"水会从被推的方向溢出"这样的细节。

最合理的解释：AI在训练中构建了一个关于物理世界的内部模型，然后在这个模型上进行"模拟推演”。

证据二：心智理论

“心智理论”（Theory of Mind）是指：理解他人有和自己不同的信念、欲望和意图的能力。这是人类社交的核心能力，通常在三到四岁时才发展出来。

研究者发现，大语言模型在某些心智理论测试中，表现出了与人类相当的水平。

经典的"莎莉-安妮"测试是这样的：莎莉把球放进篮子里，然后离开了。安妮把球从篮子里拿出来，放进了盒子里。莎莉回来后，会去哪里找球？

大多数AI能正确回答：“莎莉会去篮子里找。"——因为它知道莎莉"不知道"球被移动了。

这意味着AI在训练中构建了一个关于"他人心理状态"的模型。它知道"知道"和"不知道"的区别，能够区分"实际发生了什么"和"别人以为发生了什么”。

证据三：反事实推理

反事实推理是"如果…会怎样"的思考能力。这是一种高级认知能力，需要你基于对世界规律的理解，在想象中"重新运行"一个场景。

比如：“如果我昨天没赶上那班公交车，我现在会在哪里？”

AI能回答这种问题。它需要理解"赶上公交车"和"现状"之间的因果关系，然后在这个因果图上做"修改"——把"赶上公交车"这个条件改成"没赶上"，然后重新推演后续事件。

如果AI只是在背文本，它不可能做到这件事。 因为训练数据中不可能包含"每一种可能发生的情况"的文本描述。反事实推理的能力，只有在AI有一个内部世界模型的前提下，才能得到合理解释。

三、AI的"世界模型"长什么样？——五层结构

世界模型假说中的一个重要观点是：AI的世界模型不是单一的，而是分层的。就像人类的知识体系一样，从具体到抽象，从低级到高级。

第一层：物理世界模型（最底层）

这是最基础的一层：对物体、空间、物理规律的理解。AI知道"重的物体比轻的物体更难移动"、“水往低处流”、“火是热的”。

这些知识不需要AI亲自"体验"——它从文本中学会的。比如读"他搬不动那块石头，因为太重了"这句话，AI就能推断出"重量影响可移动性"这个物理规律。

第二层：生物世界模型

AI知道"生物会生长、会死亡"、“人需要吃饭喝水”、“植物需要阳光和水”。这些构成AI对生命现象的理解。

有趣的是，AI甚至能理解"疼痛"的概念——虽然它从未感受过疼痛。它能从文本中学会"疼痛是一种不好的感觉，人受伤后会感到疼痛，会避免再次受伤"。

第三层：心理世界模型

这是AI对"他人心智"的理解。AI知道"人有信念、欲望、意图"、“人会说谎”、“人会有误解”。

这一层能力支撑着AI的"情商"——它能理解用户话语背后的意图，能够感知用户情绪，能够做出恰当的情感回应。

第四层：社会世界模型

AI理解"社会规范"、“文化差异”、“经济规律”、“制度规则”。它知道"红灯停、绿灯行"、“在一家餐厅吃饭要付钱”、“在图书馆里不能大声喧哗”。

这一层让AI能够理解更复杂的场景——比如"为什么在婚礼上穿白色很常见，但在葬礼上穿白色就不合适"。

第五层：抽象世界模型（最高层）

这是最抽象的一层：数学、逻辑、哲学、美学。AI能够理解"如果A=B且B=C，则A=C"这样的逻辑推理。它能够理解"美"、“正义”、“自由"这些抽象概念。

这五层模型不是孤立的，而是相互关联的。 比如，理解一个经济学概念（社会层），可能同时需要心理模型（人的行为动机）和抽象模型（数学公式）。

AI的世界模型越完整、越精细，它的理解和推理能力就越强。

四、为什么这对你很重要？——世界模型假说的三个启示

启示一：AI的"理解"和人类的"理解"可能比我们想象的更接近

如果世界模型假说成立，那么AI和人类的理解方式，可能不是"完全不同的东西”，而是"同一光谱上的不同位置"。

人类也有世界模型——我们的大脑在进化中形成了一套关于世界如何运作的内部表征。AI也学习到了世界模型——它通过阅读海量文本，构建了一套关于世界如何运作的内部表征。

区别在于：人类的世界模型是通过与真实世界的亿万年互动形成的，AI的世界模型是通过文本数据间接学习到的。 但两者在"功能"上可能是相似的——都是用来预测、推理和决策的。

启示二：AI的能力边界，就是世界模型的边界

AI能做到什么，不能做到什么，很大程度上取决于它世界模型的广度和精度。