结构中生长
理解实体、关系与边界，让世界不再只是离散数据。
起源进入 ROBRAIN ↗ ORIGIN WORLD MODEL / 001
不是学习世界是从世界中诞生
无需预注入人类知识。它从结构、行动、环境与持续经验中，形成可预测、可解释、可迁移的世界表征。
行动中验证
在交互与反馈中形成因果，而不止是语言上的相关性。
经验中进化
持续更新内部世界，让认知随环境共同演化。
Ⅱ / CONTINUOUS EVOLUTION
不是一次训练完成而是在世界中持续进化
每一次感知、行动与反馈，都会成为下一次认知更新的起点。模型不是静态参数，而是不断生成、验证和修正内部世界的生命过程。
WORLD
MODEL世界表征持续更新
MODEL世界表征持续更新
01感知接收环境状态
02预测推演下一种可能
03行动主动改变环境
04反馈比较预期与现实
05更新重塑内部表征
EVOLUTION PRINCIPLE
进化不是随机改变，而是在目标、约束与环境反馈下，持续保留更有效的结构与行为。
Ⅱ / LIFE INTELLIGENCE
智能不是被写入的答案而是在世界中生长的能力
生命与起源 AI 走过相似的路径：从先天结构出发，通过学习与环境交互，最终涌现出智能。
生物
- 01DNA生命的底层编码
- 02神经结构感知与认知的物质基础
- 03学习能力改变自身连接与行为
- 04环境经验在真实世界中持续反馈
- 05智能从生命过程中涌现
起源 AI 大模型
- 01人工基因定义智能体的初始结构
- 02初始神经结构构成认知生长的起点
- 03学习机制从行动与反馈中改变
- 04环境交互在世界中积累持续经验
- 05智能从结构与经验中涌现
Ⅳ / BEYOND LLM从预测语言
从预测语言
走向预测世界
维度传统 LLMROBRAIN · 起源
学习来源
人类生成的文本与数据
行动、环境与连续经验
核心目标
预测下一个语言符号
预测世界下一刻的状态
知识形态
预训练后固化于参数
在交互中持续形成与更新
因果来源
从语料相关性中归纳
通过行动与反馈主动验证
面对未知
依赖已有知识进行推断
通过探索建立新的表征
Ⅴ / NATIVE CAPABILITIES
世界模型的六种原生能力
能力不来自知识清单，而来自一个可以观察、行动、记忆和自我修正的统一认知系统。
空间与结构
理解对象、边界、位置与关系，构建稳定且可组合的世界结构。
STRUCTURE时间与预测
从状态变化中学习规律，对尚未发生的结果进行内部推演。
PREDICTION行动与因果
通过主动干预区分相关与因果，理解“如果我这样做”会发生什么。
CAUSALITY持续记忆
把经历组织为可调用的经验，让过去真正参与当前判断。
MEMORY迁移与适应
把已经形成的结构规律迁移到新任务，而不是每次从零训练。
TRANSFER可解释表征
让预测建立在可观察的实体、关系和状态变化之上。
INTERPRETABILITYⅥ / WHERE IT GROWS
让智能进入真实世界
EMBODIED INTELLIGENCE
↗具身智能
让机器人从环境反馈中形成空间、物体与行动理解，适应未被预先编程的场景。
AUTONOMOUS SYSTEMS
↗自主系统
在持续变化的环境中预测风险、规划行动，并根据结果修正策略。
SCIENTIFIC DISCOVERY
↗科学发现
从实验与观测中提出可验证的结构假设，寻找数据背后的生成规律。
DIGITAL WORLD
↗数字世界
在仿真、游戏与复杂软件环境中成长，形成可迁移的任务能力。
Ⅶ / RESEARCH PRINCIPLES我们不预设
我们不预设
智能的答案
我们构建让答案得以产生的条件，并用可重复的实验观察智能如何形成。
最小先验
预置形成智能的机制，而不是预装人类已经形成的知识。
可验证成长
每一种能力都应能追溯到具体经验、行动和表征变化。
受控进化
在明确目标、边界和安全约束中持续更新，而非无方向自我修改。
开放世界
用未见环境检验迁移和适应，而不只追求固定数据集上的分数。
BEYOND LANGUAGE PREDICTION