知识点 › 模型训练

世界模型

World Model

模型训练Lv.3

定义

学习「环境如何随动作演化」的生成式模型：给定当前观测与动作，预测未来观测/占用/轨迹。用途：生成逼真场景、做闭环仿真、给规划提供想象空间。

关键要点

  • 与仿真引擎的区别：世界模型从数据学动力学，能生成引擎没建模过的现象
  • 难点：长时预测漂移、物理一致性、可控性
  • 它对数据闭环的反哺是「生成式补数据」与「可微仿真」

面试怎么答

把世界模型讲成「数据闭环的供给侧工具」，而不是空谈 AGI。

相关知识

  • 合成数据与场景重建 — 用仿真引擎或神经渲染（NeRF / 3DGS）重建真实场景，再编辑（加车、改天气、改光照）生成稀有样本。解决「真实数据…
  • 端到端模型 — 从传感器输入直接输出轨迹/控制，中间不显式建模检测与预测（UniAD、VAD、DriveGPT 类）。优势：减少信息损…
在星图上打开这颗星 →