我要投稿

世界模型｜中国企业AI转型的奇思妙想

发布日期：2025-11-05 07:38:47 浏览次数： 1535

作者：陈果George

微信搜一搜，关注“陈果George”

今天我参加了金蝶年度客户大会，会上金蝶董事长宣布公司核心产品由“金蝶云”更名为“金蝶AI”。

企业们都认为AI转型是当前的要务，然而，采用大语言模型驱动的智能体是不是就是企业AI转型的终极方向呢？我在《果总原创｜企业人工智能转型的策略和方法论》文中总结了当前的主流设想。

我主持了一个来自大型企业的企业家、企业CIO的闭门论坛，讨论企业AI转型的现状和设想。有位来自某头部光伏企业CIO分享的AI转型实践，特别引起我的共鸣，他说他们做了很多尝试，打通了ERP系统的管理数据和MES系统的生产数据，用AI去融合整个企业的运营。

我在《AI驱动组织变革的驱动力｜人脑分包意愿》文中说过，无论何种AI都是部分的分包了人脑的机能，大语言模型只是具有部分人脑技能，要彻底理解世界运行的精妙机制，还需要新的AI模型技术，这样才能进一步提升AI替代人去执行业务的能力，才是真正的“AI转型”。

大语言模型（Large Language Models, LLM）通过海量文本数据训练而成，擅长语言生成、推理和知识整合，但其本质是静态的模式预测，难以处理动态物理环境或因果模拟。

世界模型（World Models）则是一种更全面的AI框架，通过多模态数据（如视频、传感器）学习世界的动态规律、物理交互和因果关系，构建内部“模拟器”来预测未来状态，支持规划和决策。

我说个可能不准确的比喻，大语言模型就像是饱读诗书的秀才，它知道书本上说的世界是怎样的，但是书本上没写的，它就不知道了，还会不懂装懂；而世界模型对世界的认知则不是靠书本，而是靠对世界的观察，理解万事万物的真实规律，利用对规律的理解来做事情。

正是这种区别，我理解决定企业AI转型的未来，尤其是在对精确度要求极高的制造业和金融业，将由世界模型驱动。

大语言模型建模的是人类语言的概率分布，而不是现实世界或真理本身。这种机制使得它们在文本生成、摘要、翻译等任务中表现出惊人的流畅性。这种机制使得大语言模型不可能避免致命的缺陷：“幻觉”（Hallucination）。当模型缺乏可靠知识时，为了保持语言的流畅性，它会自信地编造细节 。

在高风险的企业环境中，大语言模型可能引用虚假的法律案例或生成错误的政策信息，例如，某航空公司曾因其聊天机器人引用的退款政策不存在而被判赔偿。这使得目前基于大语言模型的企业应用，都需要在某种程度上依赖人类的监督、介入、审核，自主性受到限制，今天能观察到的大语言模型智能体的实际企业应用效果，主要是提效、增智，而不是完全替代人。

超越语言能力的“多模态大模型”从今年开始也有快速发展，虽然能够处理和推理多种数据类型，例如图像、视频和音频。这种能力使机器能够获得更丰富的上下文信息，例如描述图像或回答视频相关的问题，更接近人类理解世界的方式。然而，它们本质上仍然是基于大语料训练的语言模型，并不具有理解因果关系或物理动力学的能力。

举例来说，一个多模态大模型可能能生成一个人摸到一团火就缩回手的视频，但是它并不理解人怕火的原因，如果现实世界里，一个人摸到一团火焰色的空气，但是这团空气并不热，那么人可能并不会缩手。

跟大语言模型专注于语言不同，世界模型（WM）的核心理念更像是一个“因果物理引擎” 。它的目标是理解和建模外部互动世界或时空环境 ，从而提升智能体的决策和规划能力。

WM本质上是建立了一个高保真的环境模拟器 ：

1、规划与仿真： WM使AI智能体能够在采取实际行动之前进行思考，预测环境将如何响应，并根据模拟结果优化执行路径。

2、目标导向： WM超越了被动的序列预测，转向与物理和虚拟世界进行主动的、目标驱动的交互。在机器人技术和自主系统中，使机器能够理解物理空间，并形成精确的行动计划。

3、动态适应性： WM能够持续整合来自内外部的实时数据，并随现实世界同步演化，使其具备强大的动态适应能力。这种连续学习机制确保了模型能够随着现实世界的变化而同步更新，这对于企业运营中的敏捷性至关重要。

世界模型在多个复杂领域已展现出其前景和成熟度。除了在视频生成、游戏和虚拟现实中的成功应用，世界模型在具身智能领域的应用最为突出。

在企业的智能体式AI架构中，大语言模型和世界模型将各司其职，实现可靠的、机器自主执行的企业运营：

大语言模型充当规划者： 负责将人类的复杂自然语言指令解析为可执行的宏观目标和行动策略。
世界模型充当“模拟器/执行器”：负责保障底层执行的可靠性；它将大语言模型的抽象规划转化为精确的、情境感知的物理或虚拟动作。

金蝶提出了“管理AI”的概念。在企业的上下文里，“管理”是和“操作”相对立的——经理人职责是管理，工人的职责是操作。当我们谈企业的AI转型，经理人和工人两个组织层级的人类，应该都可以用AI来替代，所以如果要实现智能体式AI的“无人企业”，实际上可以不把“管理”和“操作”对立起来的。

我在设想那位光伏企业CIO说的场景——对精密性、安全性要求很高的制造业是不可能只靠“文科生”的大语言模型来运作的，如果要实现无人制造，世界模型就起着非常重要的作用，它既是各种工厂具身机器人理解物理空间和采取复杂行动的基础，同时提供高保真的仿真环境，实现数字孪生（digital twin）的功能，实现工厂的生产流程或者制造设备的快速迭代，还能模拟工厂外部环境复杂的市场动态、供应链动态。

金融业对风险和合规性的要求极高，大语言模型难以模拟由人类和算法交互驱动的因果性市场微观结构 ，而世界模型则提供了更可靠的决策基础。

因此，我认为企业AI转型的巨变刚刚才被最近两年出现的大语言模型拉开帷幕，世界模型及其所支持的智能体系统，是实现真正自主执行智能的核心引擎 。金蝶这些致力于企业AI的厂商，建立特定领域的世界模型——中国管理思想（例如怎么把忠孝伦理注入到企业行动中）或者某个行业的中国最佳业务实践，将是中国特色AI转型的战略高地。