过去三年，我们见证了AI从会说话、会作画，走到会写代码、会生成视频。 2025年，新的问题呼之欲出—— AI 能否真正理解它所看到的世界？ 世界模型（World Model）正是答案之一。 它不是为了让AI生成更多画面，而是让AI在"脑中"拥有一个可推演的世界——能预测下一帧视频、下一步动作、 下一个结果。 这是从语言智能走向具身智能的关键一跃，也被视为"通用智能"的前夜。 对创业者而言，世界模型意味着新的智能接口。 谁能构建出更稳定的世界模拟引擎，谁就能在自动驾驶、机器 人、仿真训练等场景里，真正掌握AI的学习能力。 2025年11月1日，首期锦秋会@2025 Experience With AI上，Manifold AI流形空间CEO武伟的分享了自己对这个 问题的回答。 2025年锦秋基金已完成了对流形空间的投资。 武伟认为： 正如武伟演讲引用费曼所言： "如果我不能创造它，我就无法理解它。" AI的真正进化，是通过创造去理解世 界。 ⬇️以下为武伟在锦秋基金首期锦秋会@2025 Experience With AI大会上的分享，由锦秋基金整理编辑，略有删 减。 世界模型是AI智能的下一个基础范式——它不 ...

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Baining Zhao等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 人类空间感的重要组成部分之一，是对自身移动会产生的视觉观测变化的预期。这对于空间移动下的任务/动作决策至关重要。 因此，推演和想象是具身智能领域的基础问题之一，表现为预测：如果本体执行移动意图，那么具身观测将会如何变化。 现有世界模型的研究主要聚焦于人形机器人和自动驾驶应用，它们大多在二维平面上操作，动作空间有限。 具体而言，关键挑战包括： 为此，清华大学团队提出 AirScape ，专为六自由度（6DoF）空中具身智能体设计的生成式世界模型。 利用提出的 11k 视频-意图对数据集 ，对视频生成基础模型进行监督微调。这一阶段使模型获得对低空动作意图的基本理解和生成能力。 AirScape 能基于当前的低空视觉观测和动作意图，推演未来的序列观测。 项目的数据集和代码已全面开源。 低空世界模型数据集 为支撑低空世界 ...