机器之心发布 当世界模型越来越大，真正制约它走向「内部模拟器」的，未必是表征能力，而可能是动力学建模。 世界模型（ World Models）的目标，是在模型内部构建一个可以进行未来推演的环境。过去几年，这个方向在状态表征上进展迅速：更强的编码器、更好 的潜变量表示、更成熟的序列建模方法，不断提升模型对环境的压缩和表达能力。 但另一块同样关键、甚至更决定「 世界模型到底能不能真正用起来 」 的问题，却长期没有被同等力度地推进—— 动力学建模 。 原因很简单。世界模型不只是要「 看懂 」 世界，更要能够 稳定地推演 世界。它不仅要把当前观测压缩成内部状态，还要回答一个更难的问题： 状态在动 作作用下会如何持续演化。 这正是南京大学 LAMDA 强化学习小组 博士生 林浩鑫 连续两篇 ICLR 工作所聚焦的核心问题。2025 年和 2026 年，他作为第一作者先后发表： 两篇论文沿着同一条主线持续推进： 世界模型中的动力学，到底该如何建模，才能稳定支持长时域未来预测。 其中， ADM-v2 的代表性突破在于： 在离线强化学习的动力学模型设定下，它首次将完整时域滚动推演（ full-horizon roll-out ...