我最近有一种感觉，AI圈那股狂飙突进的劲头，好像稍微慢下来了一点。
就像一场震耳欲聋的摇滚音乐节，最燥的几首歌唱完了，全场蹦迪的人开始有点喘。大家都在喊“Bigger is better”，参数从亿到万亿，模型一个比一个大，好像只要把炉子烧得够旺，就能炼出真金。可现在，炉子快烧到物理极限了，传说中的“真金”——通用人工智能（AGI），却还是隔着一层雾。
就在这有点迷茫的当口，谷歌，这个当年用一篇《Attention is All You Need》开启大模型时代的“始作俑者”，又慢悠悠地递过来一张纸条，上面写着几个字：
《通用智能体需要世界模型》（General agents need world models）
标题平平无奇，但里面的意思，我觉得够整个行业消化好几年。
简单说，谷歌用数学告诉你一件事：别瞎折腾了，通往AGI唯一的路，可能就是让AI学会“做梦”。
什么叫“做梦”？就是构建一个“世界模型”（World Model）。
我们先别管这个词有多科幻。想想我们自己。你早上出门，脑子里会想：“我得先下楼，坐地铁，可能会堵，得提前10分钟，到了公司先打卡，再泡杯咖啡。”
你看，你没有像个扫地机器人一样，撞到墙再转弯。你在行动之前，脑子里已经把接下来要发生的事，像放电影一样过了一遍。你对这个世界如何运转，有一个内在的、动态的、可以推演的模型。这就是你的“世界模型”。
过去有种很酷的理论，说智能根本不需要这么复杂的东西，“世界本身就是最好的模型”。AI只要像个条件反射的生物，不断和真实世界互动，就能涌现出智能。这套“无模型”的玩法也确实很成功，搞出了很多厉害的机器人和算法。
但谷歌这篇论文，像是给这套理论画上了一个句号。它用一种近乎冷酷的数学逻辑证明了：一个只会条件反射的AI，永远只能处理简单任务。任何一个想要完成复杂、长期、需要规划的目标的AI，它肚子里必然、必须、一定会有一个“世界模型”。
这事儿让我想起了OpenAI那个神神叨叨的天才Ilya Sutskever。一年多前，他就说，我们训练大模型预测下一个词，看似简单，其实是在逼着它学习整个世界的运行规律，一个压缩过的“世界模型”。
当时大家觉得，嗯，说得好，很有哲学意味。现在谷歌的论文出来了，等于啪一下把一本数学书拍在桌上，说：“那位诗人说的，是物理定律。”
更有意思的是，谷歌还说，我们甚至可以像个心理医生一样，去“套话”AI，把它心里的那个世界模型给扒出来。
怎么扒？你不必打开它的代码（脑壳），你只需要给它出一些精心设计的“情景题”。比如，“嘿，AI，你的目标是去厨房拿可乐，但路上有5块乐高积木，你必须踩到其中至少3块才能完成任务。”
通过观察AI为了完成这个奇葩任务而做出的选择和规划，你就能反推出它对“走路”、“障碍物”、“任务优先级”这些物理和社会规则的理解程度。它完成得越好，说明它内心的那个“世界模型”就越精确。
这一下，事情就变得非常深刻了。
它意味着，我们可能正站在一个时代的交界口。过去，我们称之为“人类数据时代”。AI像一个超级学霸，把人类图书馆里所有的书都读了一遍，变得博学无比。但它终究是个书呆子，知识都来自二手经验。
而未来，将是“经验时代”。
超人的智能，不可能仅仅通过“读书”得来，它必须亲自去“生活”。可我们又不能把一个初生的AI直接扔到现实世界里去乱撞。怎么办？
给它一个足够真实的梦境。
谷歌前阵子发布的Genie 2，就是这个思路的极致体现。你给它一张图片，它能生成一个无限大的、可操作的3D世界。这个世界，就是给AI准备的“模拟人生”游戏，是它的“盗梦空间”。
AI可以在这个永不枯竭的梦境里，经历一万种人生，犯一万次错误，学习物理定律，理解因果关系，从一个只会乱爬的婴儿，成长为一个深谋远虑的“人”。
所以，现在AI竞赛的本质可能已经变了。不再是谁的数据多、谁的机器快。而是——
谁能为AI构建一个最逼真的梦，谁的AI就能从梦里学到最多的东西。
那个最会“做梦”的AI，或许才是最终极的智能。
这场通往AGI的征途，尽头不是代码，不是算力，而是那片由0和1构成的，无限深邃的梦境。
本文来自微信公众号“朋克周”，作者：朋克周，36氪经授权发布。
