过去两年，世界模型（World Model）正在成为大模型演进的重要方向。 从具身智能到自动驾驶，研究者希望 AI 不再只是理解数据，而是能够在内部构建一个可预测、可推演的 "世界"。模型学会物体如何运动、环境如何变化，甚至能 够在行动发生之前完成模拟。 但一个关键盲区始终存在： 今天几乎所有世界模型，理解的都是 "人类肉眼可见的世界"。 街道、人物、机械运动可以被成功建模，而一旦尺度缩小到细胞、组织乃至分子层级，现有模型往往只是在生成视觉纹理，而非真实过程本身。 然而，微观世界建模面临着截然不同的挑战：尺度跨度巨大、动态过程高度复杂、真实数据稀缺，同时还必须满足物理与生物约束。 在这样的背景下，本文提出 MicroVerse — 一个面向微观世界（Micro-World）的模拟框架，尝试让生成模型首次从 "宏观场景建模" 走向 微尺度科学过程模拟 。 与传统视频生成不同，MicroVerse 的目标并非生成更逼真的画面，而是回答一个更根本的问题： AI 能否像科学模拟系统一样，理解并重建微观世界的运行机制？ 这一工作将世界模型的研究边界，从可见世界进一步推进到了不可见尺度。 2. 生物形态错误： 模拟 RN ...