世界模型

这篇立场论文追问机器如何像人和动物一样高效学习，并在多个抽象层级和时间尺度上推理与规划。作者提出自主智能体架构，把可配置的预测世界模型、内在动机驱动的行为，以及通过自监督学习训练的层级联合嵌入模块结合起来。其贡献是提出一条面向感知、预测、成本评估与行动的系统路线，而不是报告一个已经完成并经基准验证的通用自主智能系统。

该文聚焦经济世界模型的方法基础，重点考察环境表征、数据生成、机制识别与反事实推演如何保持经济一致性。在本文考察的相关研究中，从系统层面给出了较为明确的定义，将经济世界模型界定为由主体、环境及其交互共同构成的一类模型，其中各组成部分可以由经济理论设定、从数据中学习，或采用二者的混合形式。本综述将其作为经济世界模型文献收录；主要结论和适用边界应以英文摘要及原始研究设计为准。

该文聚焦经济世界模型的方法基础，重点考察环境表征、数据生成、机制识别与反事实推演如何保持经济一致性。现有研究多以物理环境为对象，关注基于连续观测与环境交互学习状态表征及其转移规律，典型应用包括视觉时序预测和三维场景建模。本综述将其作为经济世界模型文献收录；主要结论和适用边界应以英文摘要及原始研究设计为准。