世界模型的理解
强化学习 POMDP 闭环：智能体→动作→状态→观测→智能体 
当前三种“世界模型”的定义是以上闭环过程的三种投影 

第一种“世界模型”可看作渲染器，以像素形式输出供人眼使用的观察数据，重视视觉的真实度。其典型代表包括谷歌的 Genie3 或 World Labs 的 RTFM；此类模型能根据用户输入实时生成图像帧，但不能理解三维结构，只是人类视觉层面的“世界”展示
第二种“世界模型”可看作模拟器，其输出的一种包含几何结构和物理定律的世界状态表示，而人类和程序都能在此基础上进行计算或交互。模拟器目前的主要应用场景是作为训练场，实现与世界的模拟交互，测试现实中危险、昂贵或无法运行的场景（智能驾驶或机器人控制）
第三种“世界模型”可看作规划器，在给定一个观察和目标后，规划者会输出下一步该做什么的动作。规划器也被称为 World Action Models，其典型应用是机器人在...