人工智能正在从“理解信息”走向“理解环境”。当模型被部署到机器人、空间智能、多模态Agent和生成式交互等更复杂的场景，它所面对的任务已经不只是生成一段文字或一张图，而是需要进一步判断：周围发生了什么？一次行动会带来什么结果？以及下一步应该如何调整？

这一转变，正将许多前沿问题重新拉回真实世界。模型是否真正理解空间与因果？机器人需要什么样的数据？Agent如何形成长期记忆？这些问题尚未形成统一答案，却正在快速影响下一代AI产品与产业方向。

8月21日，由火山引擎V-START创业加速器、Aseed+Lab与深圳河套学院联合主办，NVIDIA赞助，动察Beating协办，出海同学会Seamate支持的“AI开放世界丨当规则不再预设，AI会带来怎样的新交互？”活动在深圳南山举行。

来自高校、科技企业与创业团队的研究者、创业者和工程师，围绕世界模型、多模态Agent、具身智能与空间智能等前沿方向展开交流。在技术路线尚未收敛的当下，讨论并未试图给出一个统一答案，而是将“AI如何进入开放世界”这一命题拆得为更具体的问题。

01当AI走出屏幕，问题也随之改变

在数字世界中，模型可以依靠文本、图像和视频学习大量规律；但进入物理环境之后，“看见”只是起点。一个能够真正参与现实世界的智能系统，还需要理解物体之间的空间关系、动作与结果之间的因果联系，以及环境变化带来的连续反馈。

例如，当杯子从桌边滑落时，模型不仅要识别“杯子正在下坠”，还需要判断距离、速度、接触时机及后续动作。对于具身智能而言，真正挑战往往不是描述发生了什么，而是决定“现在应该做什么”，并承担该动作对下一状态产生的影响。

因此，现场关于世界模型的讨论并未止步于“能否生成更逼真的视频”，而是进一步指向空间理解、物理规律、动作预测和持续反馈等核心议题。尽管技术路线仍在探索，但一个趋势越来越清晰：AI正在从静态内容生成，向感知并参与动态环境的系统演进。

02学院聚焦，让学生“直面”真实问题

深圳河套学院双聘教授刘桂良在活动中从教育与人才培养角度分享了学院的思考。作为人工智能拔尖创新人才培养试验区，学院不仅关注学生对既有知识的掌握，更重视他们能否尽早投身真实的科研与产业问题，在不确定性中锻炼判断力。

刘桂良教授谈到，当前以视频为基础的世界模型仍处于早期阶段。更完整的模型未来需要逐步纳入三维空间、重力、摩擦、触觉及其他传感信息，使模型理解一个主体在环境中能够感知什么、采取什么行动，以及行动之后会发生什么。这类问题难以仅靠课堂学习获得完整答案。对年轻研究者而言，与工程师、创业团队和产业一线持续交流，本身就是理解技术边界的重要过程。学院希望通过此类开放活动，让师生接触尚未“写进教材”的课题，将研究兴趣与真实需求、工程约束及创新机遇紧密相连。

03现场讨论，AI正在补上三种关键能力

第一，对空间与行动后果的理解。

嘉宾们从人类认知、多模态生成和机器人控制等不同视角讨论了世界模型。一个共同关注点是：高质量的“下一帧”并不必然意味着模型理解了世界。对于机器人或数字Agent，模型的核心价值在于能够理解行动、预测结果，并在执行后根据反馈继续修正。

第二，对高质量真实数据的学习。

具身智能的数据问题同样成为焦点。互联网视频规模巨大，但大多记录的是“他人做了什么”；机器人真正需要的数据还包括接触、失败、恢复、力度及状态变化等关键信息。相比简单统计数据时长，数据是否覆盖足够多样且有价值的“状态转移”可能更加重要。

第三，是能够长期工作所需要的记忆与检索能力。

火山引擎高级工程师秦浩杰介绍了开源上下文数据库OpenViking，它以分层方式组织Memory、Resources和Skills，帮助Agent按需查找与调用信息。NVIDIA资深解决方案架构师赵元青随后分享了OpenViking与NVIDIA的联合实践，通过GPU加速大范围向量检索。随着Agent从单次问答走向长期执行任务，如何保存经验、管理权限并快速检索相关上下文，正逐渐成为新的基础设施问题。

04技术路线各异，但共同指向“如何进入真实世界”

在项目交流环节，八个团队从不同切口展示了AI进入开放环境的实践路径。这些项目并非同一种“世界模型”的复制，而是对各自关键问题的回答。

有的团队尝试让机器人从互联网视频和第一视角数据中提炼物体、动作与因果关系；有的团队关注视觉之外的力觉、肌肉形变与物理交互数据；还有团队研究空间记忆、未来状态推演和机器人策略控制。与此同时，生成式游戏等数字场景也在探索另一条路径：让AI不只是生成素材，而是理解代码、3D资产、物理关系和交互逻辑，直接参与“世界”的构建。

这些项目所处阶段、技术假设和应用方向各不相同，但共同说明了一点：下一阶段的AI竞争，不仅比拼模型规模，更取决于模型能否在复杂环境中理解关系、作出行动，并通过真实反馈持续改进。

05将尚未有标准答案的问题，带给年轻研究者

前沿技术的一大特征，是答案尚未被充分定义。世界模型究竟需要统一架构还是分层系统？具身智能的数据应该如何获取和衡量？Agent又该如何形成可持续的记忆与能力体系？这些问题仍在快速演变中。

对于深圳河套学院而言，参与联合主办此次「AI开放世界」活动，价值也正在于此——让师生更早接触正在发生的技术争论和产业实践，在研究、工程、创业与市场之间建立真实连接。

未来，学院将继续通过产业合作、前沿交流、真实场景对接和创新创业实践，为师生创造更多深入产业一线的机会，让科研问题与现实需求相互激荡，也让更多有潜力的技术和人才从实验室走向更广阔的应用天地。