DeepMind论文终结十年之争：GPT-5靠世界模型推理破局
GPT-5最令人惊艳的特质，不仅在于它能创作出流畅的文字，更在于其展现出超凡的逻辑推理能力。近期一项研究揭示了背后的奥秘：通用智能体之所以具有真正的智慧，并非源于参数规模的扩大，而是因为在它的"脑海"里悄然构建出了一张"世界模型"地图。这张无形的认知图谱，正在重塑我们对人工智能本质的认识。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
GPT-5上线后，最让人震撼的不是它的诗词绘画能力，而是它在复杂问题分析中展现出的思维深度。
网友感叹道："和它的对话体验，就像在与资深学者进行专业探讨"。更有媒体直接指出，其逻辑推理水准已经"堪比领域专家"。
为何会出现这种"思维能力跃升"的现象？
最新发表的一篇研究论文给出了关键解释：
通用智能体之所以能进行有效推理，不依赖于机械记忆，而是通过在训练过程中逐步形成的世界认知框架。
论文传送门：https://arxiv.org/pdf/2506.01622
是模仿还是思考？学界争论了十年
究竟什么是"世界模型"？简单来说，它就是智能体在认知系统中形成的对现实世界的映射。
对人类而言，我们的大脑天生具备预测功能：
球在桌边滚动→它可能会掉下去
开车时看到红灯→如果不刹车可能发生事故
两人对话时，若一方说"我饿了"，下一环节很可能会围绕寻找食物展开。
那么对于AI来说，情况又是怎样的呢？
在过去的十几年里，学界一直在激烈争论——人工智能是否仅靠模仿（无模型学习）就能解决复杂任务？
"模仿派"认为，只要有足够多的数据支持，配合强大的算力，AI就能像条件反射一样给出准确回应。
在GPT-3.5时代，多数AI的应答更像是"题库背诵"，时而答对，时而完全错误。
与之针锋相对的是"思考派"。他们坚持认为，如果没有形成内在的世界模型，AI永远只能停留于鹦鹉学舌的水平。
一旦问题需要多步逻辑推理，比如解数学习题、规划业务流程，纯模仿型AI就会暴露思维链条的断裂。
图片
最近，一项研究为这些争论画上了句号：
只要一个智能体能够完成多步骤的复杂目标，其策略中就必然蕴含着对世界运行规律的理解。
在学术框架里，"目标、策略、世界模型"曾像一个缺角的三边形。
已知世界模型和目标，可以推导出最优策略；已知策略和世界模型，可以反推出目标。
图1 目标g、策略π、世界模型p之间的三角关系
而现在最后一角也被补齐——只要知道智能体的策略和目标，就能还原出它的世界模型。
这一推导让"世界模型不可或缺"的结论更加稳固。
也就是说，GPT-5之所以能展现出令人惊叹的推理能力，是因为在训练过程中，它内部已经构建起了理解世界的认知结构。
可以说，没有世界模型，就没有真正的通用智能。
探究AI脑海里的地图
仅有理论支撑还不够，研究团队决定深入验证。
既然说智能体一定会"形成"世界模型，那么我们能否在实验室里，把这张隐形的"认知地图"抓取出来？
为AI搭建的"迷你世界"
为了验证AI体内是否真的存在世界模型，研究团队设计了一个巧妙的实验。
他们搭建了一个虚拟环境，里面只有几个基础状态（X、Y），这些状态会按照特定概率相互转换。
然后研究人员将任务交给智能体，让它自行探索。
最终，研究人员尝试仅根据智能体的行为表现，反推出它是否已经掌握了这些状态转移规律。
图2 智能体-环境系统示意图
任务越复杂，误差反而越小
刚开始，智能体在简单目标里随机试探，恢复出来的世界模型差错很多，还有一堆错误。
可当任务变得复杂（比如要先到X，再转到Y），情况就完全不同：它会自动搭建出更精细的"状态转移概率表"。
随着任务复杂度增加，模型误差迅速下降。
图3 任务复杂度vs世界模型误差曲线
无论是训练样本还是任务深度，结果都指向同一结论——任务越复杂，世界模型越准确。
实验员还尝试了更复杂的目标组合：智能体需要在不同状态之间来回切换，才能完成目标。
图4 复合目标实验示意图
结果依然成立。即使任务被拆解得更加复杂，它体内的世界模型依然能被稳定还原出来。
没有世界地图，就没有真正的智能
数学推导也印证了这一点。
实验表明，只要一个智能体在复杂任务中不会频繁犯低级错误，始终能保持有限的"后悔值"，那么它的策略中就必然已经掌握了环境的转移规律。
也就是说，世界模型并非AI的点缀功能，而是它真正具备智能的必要特征。
智能体越强大，它"心中"的世界地图就越完整。
这就是为什么GPT-5会让人感觉"突然开窍了"，其实是因为它体内的世界模型在任务中逐渐清晰，使得复杂推理成为可能。
一张地图带来的希望与隐忧
实验告诉我们：只要AI能完成复杂任务，它的脑海中就一定存在某种"世界地图"。
这也解释了近来备受关注的"涌现能力"现象。
研究表明，这不是魔法，而是世界模型在任务中逐渐清晰的自然结果。
我们以为GPT-5突然会推理了，其实是它内部的世界模型随着任务执行而逐渐完善，最终使能力自然显现。
这让人类看到了希望：如果世界模型确实存在，我们或许有机会把它抽离出来，借此理解AI的"内心世界"。
未来，当它越来越强大时，这或许能成为破译黑箱、提升安全性的关键。
但这也埋下了隐忧的种子。
真实世界远比赛博空间复杂，AI学到的地图可能是不完整的，甚至与人类的理解存在偏差。
或许它觉得安全，而我们认为危险。
对研究者来说，这也是一个契机。
既然世界模型必然存在，那么在未来我们或许能将它抽取出来，用来解释和验证AI的行为逻辑。
这意味着，破解"黑箱"不再只是愿景，而可能有了真正的理论支撑。
所以，GPT-5带来的震撼不仅在于"它会推理"，更深层的意义在于：AI已能在认知层面构筑自己的世界图景。
而这张地图，既可能是通往智慧殿堂的通行证，也可能成为不确定性的源头。
参考资料：https://arxiv.org/abs/2506.01622
相关攻略
编辑｜杨文又到了八卦时间。最近，著名记者、作家塞巴斯蒂安・马拉比出了本新书，名叫《无限机器：德米斯・哈萨比斯、DeepMind 与超级智能的探索》。书中，他披露了一段扎克伯格与 DeepMind 失
3月31日消息，近日，DeepMind创始人德米斯・哈萨比斯坦言，其研发的超级人工智能存在灭绝人类的风险，而当前AI发展竞赛已进入无法停止的状态，人类难以通过外部治理手段有效管控。他彻底放弃此前依赖
21世纪经济报道记者 董静怡2024年的伦敦，科技史学家、金融史学家塞巴斯蒂安·马拉比找到了德米斯·哈萨比斯。彼时ChatGPT尚未引爆全球，AI远未成为茶余饭后的谈资。但马拉比已经嗅到了风暴的气息
新智元报道编辑：KingHZ【新智元导读】从拦截彼得·蒂尔、警告马斯克，到如今公开说「必须有适应能力」，哈萨比斯史诗级转身：AI安全窗口正在永久关闭，他不再幻想制度，而是赌上全部身家——赌影响力，赌
在当代科技史上，德米斯·哈萨比斯（Demis Hassabis）更像是一个拿着数字钥匙的古典主义者。他将科学家的严谨、游戏设计者的想象力与战略家的博弈直觉结合得如此无缝。当你翻开塞巴斯蒂安·马拉比的
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票