什么是“世界模型”？可以让自动驾驶质变吗？

什么是世界模型？

我粗鄙的理解为，有了这个模型以后。

AI就可以处理现实世界这块“生肉”了，直接通过对“生肉”信息的理解进行决策。

就像一个“人“一样。这是自动驾驶的认知革命

辣，现在不是这样的吗？

还真不是的。

现在的自动驾驶，虽然越来越强。

变强的过程更多还是通过不断的堆砌场景、攻克场景来实现的。

场景越多，能力越强。

举个例子，

当前骨感的做法，学校门口，

感知模块：识别出学生、车辆、红绿灯，分别追踪它们的运动；预测模块：独立预测每个目标的运动轨迹，可能出现预测冲突；：规划模块：基于预设规则决策，难以处理复杂交互；

而世界模型的话，构建完整的场景认知理解各元素间的关联预判整个场景的演变理解意图和因果关系基于整体认知做决策。而且，还能预见潜在风险。

PS：

这个场景，可以理解为思维范式。

一个人脑子装的高质量的思维范式越多的话，这个人就会越智慧

就芒格老先生，装得下几十个高质量思维范式

也就成了人类智慧的金字塔尖

也由此可见，顶级的智者，也只装得几十个高质量思维范式。

顶级的智驾硬件，是不是也不一定装得下所有场景。

所以，场景多了。

每台车在智能驾驶中的每一刻，

要去对照这么多场景，之后才能规划决策。

也就决定了，要超强的硬件才行。

训练数据越高精全面，越会吃硬件。

所以，现在的过渡态，有可能是场景的泛化。

在泛化的过程中，没有真的就泛泛了之了。

而是继续能够保持高精度的同时，保持可解释性和可重复性。

如果这条泛化的路能走通的话，那么世界模型也就在眼前了。

逐渐的：

从特征学习到场景学习、从被动适应到主动理解，具备持续进化能力

从”感知-决策”的线性模式转向”理解-预测”的整体认知

从预设规则的组合转向深度理解的推理，还能处理前所未见的场景。

但是，

再次粗鄙的觉得。

世界模型与现在的智驾系统之间的关系，不是颠覆，而是继承与进化。

中翻中一下：

现在智驾做得不好的，很难凭空就搞出一个世界模型来。

高质量场景数据，去之后抽象泛化的基础。

抽象泛化之后，才有世界模型。

这

不是一次换道超车，而是有后发者劣势。

基础的：能不能构建一个统一的神经网络架构？能够不构建四维时空认知？能不能实现自监督学习？

再往上：泛化求解的能力，如何应对极端场景，边界条件如何界定，黑盒白盒灰盒的尺度在哪？

赶紧，扎实打好基础吧。