本文来自微信公众号“启元洞见”。
导语：2026年7月27日，斯坦福大学以人为本人工智能研究院（HAI）发布题为《世界模型和空间智能时代：超越语言范式的人工智能治理》（The World Model and Spatial Intelligence Era:Governing AI Beyond Language）的政策简报，系统阐述了人工智能从语言范式向空间智能范式转型所带来的治理新课题。报告指出，世界模型正迅速走向成熟，其应用场景涵盖基础设施规划、危机响应、科学实验和具身智能训练。报告提出三大治理支柱：基础设施与激励机制、相称的保障措施、公共部门能力建设，旨在引导世界模型发展朝向公共利益，防止其被少数主体垄断或不当滥用。
1 世界模型的内涵与功能分类
世界模型并非全新概念，其思想可追溯至1943年心理学家肯尼斯·克雷克提出的“内在小规模模型”设想，即人类在实际行动前通过心智模拟推演后果。早期人工智能研究者曾尝试赋予机器结构化的世界模型，但长期局限于由显式规则支配的狭隘环境。近年来，强化学习的突破使得智能体能够通过内部模拟减少昂贵试错成本，多模态人工智能的兴起则让系统得以基于真实物理世界的视觉、听觉和运动数据建立表征，二者共同催生了现代世界模型的诞生。世界模型的核心能力在于反事实推理，即预测行动后果，包括模型从未被明确训练过的行动，这使其与仅预测文本下一个词的语言模型形成根本分野。尽管当前技术尚处于早期阶段，生成的环境在连贯性和交互时长上仍有局限，但进展迅猛，部分商业系统已能从文本或图像生成可探索的交互式三维环境。
为便于政策理解，报告借鉴了李飞飞提出的功能分类法，将世界模型视为能力堆栈，划分为三个层次：
（1）渲染器（Renderer）负责从特定视角或提示生成观测结果，主要输出图像、视频或交互视图，适用于设计可视化、数字内容制作和动画电影，其商业成熟度最高，但优化目标是视觉可信度而非物理真实，场景可能看起来逼真却缺乏稳定的几何与物理一致性。
（2）模拟器（Simulator）建模环境的底层状态，包括几何、物理、材质和动力学特性，其输出是遵循物理和生物规律的数字环境，可用于工程测试、数字孪生、医疗手术练习和军事训练；传统模拟器虽然成熟但构建缓慢，而基于学习的模拟器能更快生成并动态更新，不过仍受限于稀缺的物理数据。
（3）规划器（Planner）根据观测和目标确定智能体应采取的下一步动作，输出行动轨迹、策略或干预选择，是连接世界理解与世界干预的桥梁，对机器人、自动驾驶和灾难响应至关重要；规划器是三者中最不成熟的，当前多数机器人演示仅局限于受控实验室中的短时、窄任务。
报告特别指出，由于按类别定义能力阈值容易被钻空或超越，因此保障措施必须附着于部署场景而非模型类别本身。当三者实时协同运行形成交互回路时，人机可在建模世界中行动，利用反馈指导现实物理世界的操作，这体现了世界模型最有价值的应用方向。
2 潜在风险与政策挑战
世界模型进入的政策版图此前已由计算机视觉、机器人技术和基础模型塑造，但前者的独特性在于它引入了一个新的治理对象，即习得环境本身的有效性。一个世界模型的错误是对物理现实的伪造，它可能看起来完美无瑕但实际上错得离谱，而在此环境中训练的系统、依赖其认证的设备以及由其信息支持的决策都会悄无声息地、大规模地继承这种缺陷。因此，仅规制输出内容和行动权限远远不够，治理还必须确认习得环境对其预期用途是否有效。报告识别出六大类风险：
其一，视觉可信度陷阱：渲染器能生成引人注目的世界描绘，却不建模安全与可靠性所需的几何、动力学或物理约束，政策制定者不应将视觉真实与功能可靠混为一谈。
其二，仿真-现实差距：在模拟环境中表现良好的系统投入现实后可能因传感器噪声、光照、天气、磨损或意外人类行为而失败，世界模型自身还新增一种失效模式，用同一个有缺陷的模型既训练系统又评判系统，相当于用有误的考卷教学并评分，掩盖了真实不成熟度。
其三，评估与标准缺失：现有视频基准衡量视觉质量、提示对齐和时间平滑性，但极少检验生成场景是否遵循物理法则，最新基准虽开始探索物理常识和可控性，但均未给政策制定者提供评估安全关键部署的充分依据，评估科学仍处于研究拼凑阶段。
其四，物理责任模糊：世界模型可能基于对环境的错误解读或预测指导行动，而损害归因变得困难，过错可能源于训练数据、模型设计、部署者超出测试范围使用、操作员未及时干预或硬件配置不兼容，习得的物理环境判断层使得追责更加复杂。
其五，空间隐私与泛在感知：构建世界模型往往需要传感器密集的数据，包括摄像头、麦克风、定位信息，模型还能从多模态空间数据中推断出家庭作息、工作模式、健康行为或社会关系等从未显式标注的敏感信息，尤其是当这些系统部署在威权体制下时，监控风险急剧放大。
其六，权力集中与战略依赖：由于行动标注的交互数据无法从网络爬取，必须通过实际物理操作积累，这使得已经广泛部署的科技巨头形成持续的竞争优势。政府若依赖供应商的专有模拟器来验证系统安全性，便无法区分稳健系统与仅在供应商选定条件下表现良好的系统，造成从系统构建到验证的双重依赖。
3 政策建议
鉴于世界模型尚处于早期且快速演进阶段，采用僵化的监管蓝图既不成熟也不明智。报告提出一套战略指引，其核心是在技术发展轨迹固化之前主动塑造条件。该框架由三大互补支柱构成。
第一支柱是基础设施与激励机制，旨在防止世界模型的下游收益被少数资本雄厚的企业独占。由于行动标注数据无法从互联网批量获取，开发者必须通过运行物理机器在真实环境中收集，这筑起了极高的准入门槛。政府应通过国家人工智能研究资源等计划，由国家科学基金会牵头协调共享数据池和公益仿真环境，同时鼓励行业和学术界已出现的开放权重、训练方法和评估工具，公共采购和资助应维持这些资源作为共同参照点，重点支持救灾、基础设施韧性等公共价值广泛但商业回报分散的应用。
第二支柱是相称的保障措施，遵循“越接近安全关键模拟或实际行动，治理应越严格”的核心原则。具体包括四项要素：一是建设测量科学，应开发共享评估方法，行业机构界定运行条件和报告要求，在评估方法成熟前继续坚持严格的实地测试；二是确保独立评估，系统级评估尤为关键，因为世界模型的性能取决于与部署环境的持续交互，独立不仅指谁进行评估，还包括谁界定测试条件；三是保护空间隐私，数据最小化原则在世界模型中难以直接适用，因为建模过程具有探索性，相关数据元素可能直到模型成型才明确，因此应分阶段应用数据最小化，验证后的原始传感器数据仅保留用于校验并删除不必要元素，同时鼓励仿真替代重复的现实监控；四是记录感知与行动，建立时间戳记录，包括系统感知内容、推断状态和采取行动，以便物理事件能够重建并分配开发者、部署者、运营者和集成者的注意义务，鉴于模型内部推理仅部分可解释，在最高风险场景中必须保留人工监督。
第三支柱是公共部门能力建设。当前评估工具大多掌握在开发者手中，严格的审计科学尚未形成。政府可利用其作为大买家的角色，通过采购条款支持独立测试和共享基准，但需将相关工作作为研究项目资助而非按需要求。采购法应将新兴标准导入所购系统，同时确保依赖专有模拟验证的机构能够检查该环境并结合实地测试。在公共福利领域，评估义务还可能源于正当程序价值。
4 结论
空间智能与世界模型正迅速从研究走向实体经济，关键问题在于它们是按照狭隘的商业与安全逻辑成熟，还是在引导其能力朝向公共价值的治理框架中成长。负责任地发展，这些模型有望增强经济韧性、拓展科学与工业能力、提升国家安全、支持更安全更可问责的具身智能；处理不当，则可能导致经济仿真层及其伴生监控的权力过度集中，加剧国家安全漏洞，并在高风险场景中加速不安全部署。两者的分野取决于当下的选择，即投资共享基础设施以防垄断，将保障措施与部署情境挂钩，建设测量科学与公共评估专长。
通过果断推进国家技术与标准研究院的基础能力、建立对前沿世界模型的持续独立评估机制、升级数据共享与采购标准，最终目标是构建一个多层次治理体系，使任何主体都无法在不经严格物理验证和透明问责的情况下，将模拟环境直接转化为现实干预，从而在技术创新与安全底线之间守住平衡，为其划定既促进繁荣又防范危害的运行轨道。
（本文内容系“启元洞见”公众号原创编译，转载时请务必标明来源及作者）
参考来源：斯坦福以人为本人工智能研究所
参考题目：世界模型和空间智能时代：超越语言的人工智能治理
参考链接：https://hai.stanford.edu/assets/files/hai-issue-brief-the-world-model-and-spatial-intelligence-era.pdf
