别让AI直接“进厂打螺丝”：新研究先教它理解世界怎么变

一句话结论

现在的AI已经能聊天、生成视频、控制机器人，但它们往往是“一上来就打螺丝”——直接学某一种技能，比如预测下一个词或下一步动作。智源研究院的“悟界·Orca”想换一个顺序：先让AI上一堂“世界课”，理解世界状态怎么变化，然后再用这个理解去完成各种任务。这就像教小孩，不是直接让他干活，而是先让他观察世界、学会常识。

为什么这很重要？

大多数AI模型就像被直接送进工厂的工人，只学会拧螺丝，换个工种就不会了。而Orca的思路是：先建造一个“通用大脑”，理解物体怎么动、事件怎么发展，这样不管让它聊天、看图还是操作机器人，它都能快速适应。

Orca怎么学习世界的？

研究者把学习分成两类，跟人很像：

无意识学习：看大量视频（总共12.5万小时），没有文字解释，自动捕捉风吹、手碰物体这类自然变化。
有意识学习：用语言描述事件（比如“把杯子放在桌子上”），帮助模型把状态变化和语义联系起来。

通过这两种方式，Orca构建了一个“世界潜空间”——一个表达世界状态的内部表示。

效果怎么样？

理解语言：在问答任务中，Orca特别擅长回答“物体接下来会怎样”“事件如何发展”这类问题，而不是死记硬背事实。
预测图像：它生成的下一帧画面更合理，比如不会让机器人凭空消失或改变物体位置。
控制机器人：最惊喜的是，Orca预训练时根本没学过机器人动作，但只要给它200条演示，它就能学会操作物体，甚至能应对从未见过的场景（比如换一个不同大小的杯子）。

简单类比

Orca就像给AI请了一个“世界认知老师”，先帮它建立对物理世界的常识，再让它去干活。而传统方法就像直接让AI“进厂打螺丝”，干久了或许也能熟悉某个工序，但换个活儿就不行了。

未来发展

这项研究登上了Hugging Face热门论文榜，被认为接近“通用世界模型”的早期形态。虽然离真正的通用AI还有距离，但它指明了一条更基础的路：先理解世界，再解决问题。