英伟达Jim Fan：“世界建模”是新一代预训练范式

继"下一个词预测"之后，世界建模将成为新的预训练范式。 这是英伟达机器人主管Jim Fan给出的最新判断。 他认为，2026年将成为大世界模型（Large World Models）真正为机器人领域以及更广义的多模态AI奠定基础的第一年。 谢赛宁随即转发表示赞同："事后看来显而易见"。 在这篇长文中，Jim Fan讨论了世界模型的定义与应用，尤其聚焦于物理AI领域的发展，同时展望了新的推理形式： 世界建模（world modeling）是在给定一个动作的条件下，预测下一个合理的世界状态（或一段更长时间范围内的状态）。 当前世界模型的主要炒作集中在AI视频领域，而2026年将迎来物理AI的爆发。 世界模型需要更广义的预训练目标：下一个世界状态不应只包含RGB，还必须覆盖3D运动、本体感觉与触觉。 将出现一种新的推理形式：在视觉空间中的思维链，而非语言空间中的思维链。 以下为分享全文： 第二个预训练范式 下一个词预测(Next word prediction )曾是第一个预训练范式，而现在我们正在经历第二次范式转变： 世界建模（world modeling），或者说"下一个物理状态预测"。 很少有人真正理解这一转 ...