為什麼 AGI 需要世界模型：LLM 的局限與世界模型的突破

大型語言模型在語言生成和知識密集型任務上表現強勁，但在需要因果推理、持續狀態追蹤以及長期規劃的場景中仍存在根本局限。研究人員指出，這些限制可能源於序列預測目標與對潛在環境動力學的推理之間存在目標層面的不匹配。

為形式化這一區別，研究團隊提出了潛在動態推理（Latent Dynamics Inference, LDI）框架，將語言和多模態觀察解釋為潛在狀態轉移動力學的局部證據。基於此觀點，研究開發了 Flux 環境，這是一個完全通過自然語言規則指定的序列推理環境。研究人員將這些規則編譯為顯式的狀態轉移模擬器，證明結構化的潛在狀態轉移動力學在某些情況下可以從文本規則描述中被操作性地提取出來。

在概念驗證案例研究中，研究人員對比了僅在文本觀察上運作的 LLM 與直接在提取的潛在狀態空間中訓練的強化學習代理。結果顯示，擁有潛在狀態空間明確訪問權限的代理在長期遊戲中表現出顯著更穩定的行為，獲勝率約為 79%，而 LLM 的獲勝率僅為 11%。定性分析進一步揭示了與不穩定的持續狀態追蹤一致的失敗模式，包括無效動作、狀態追蹤錯誤以及短視推理失敗。

在評估的設定下，這些結果表明，僅靠強大的序列預測可能難以支持堅實的長期動態推理，除非具備持續狀態追蹤和狀態轉移建模的機制。