今天Google Deepmind发布了世界模型Genie 4，大家可能还不清楚这个模型为什么叫“世界模型”，和我们常用的视频模型（比如Seedance 2.5）的区别是什么。 
​ 
简单来说，世界模型是可以根据你的输入动作实时交互并给出反馈的，而视频模型是输入提示词后生成一段有限时长的视频。 
世界模型是什么？有哪些常见类别？
世界模型是一种能对环境建立内部表征的系统。不同于只负责分类或单向生成结果的传统模型，它能够模拟物理规律、物体交互以及因果关系等动态过程，预测环境如何随时间推移以及因人类/智能体的各种动作发生变化，从而让智能体在脑海中完成规划与推理，避免在现实世界中盲目试错。如今，世界模型已被应用于机器人技术、自动驾驶以及交互式视频生成等领域。 
​从具体实现路径来看，世界模型主要分为两类： 

隐空间世界模型：只在抽象的隐空间（特征向量）里推演因果和物理规律，不负责生成给人类看...