World Model
对世界建模，利用算法理解世界，是比 LLM 等更加泛化的概念。
在计算机获得对世界的建模之后，就能利用算法在内部演算，最终达成不错的强化学习效果。而无需在真实世界中学习。
人的学习方式除了实践之外，还可以在脑海中演练，达到学习效果。以驾驶为例，在我们了解到汽车有两个踏板一个方向盘之后，我们就可以在脑海中模拟，当遇到不同的路况时，应该怎么转动方向盘，如何踩踏板。如此这样的学习方式，就是 AI 在世界模型中的学习方式。
自训练（在梦中学习）
来自：World Models
世界模型是强化学习的一部分，计算机可以建模世界，在获得理解之后实现自训练。最终达成和强化学习差不多的效果。
如此的过程，分为两步，第一步是对世界建模。当 AI 理解了环境的基本情况之后，利用算法自动在脑海中演练，获得学习效果的提升。
常识
常识是人类了解这个世界的方式。不管是 LLM，图片生成模型还是视频生成模型，都有幻觉的问题。我们认为的机器的自以为是，一方面因为算法的内在的随机化原因，另一方面就是模型对世界的常识认识不足，于是会出现各种“已读乱回”的情况。
而世界模型，就是解决 AI 的常识问题。在有了常识之后，AI 的性能一定可以更上一层楼。