前    言

世界模型正在成为连接感知、预测、规划与行动的重要技术框架。本书旨在系统梳理世界模型的理论基础、工程方法和应用场景，为从事具身智能、自动驾驶、机器人控制和多模态系统研发的研究人员与工程师提供一部可查阅、可追溯、可复用的工具书。

作为一本工具书，本书的设计目标与普通教材或专著有所不同。我们优先追求的是完整性—覆盖从数学形式化到工程落地的全链路，使读者能够在需要时快速定位相关概念、算法或技术方案；同时强调可追溯性—每章末尾附有该章的参考文献，并在正文关键位置标注引用来源，便于读者深入查阅原始论文、技术报告或开源代码；此外兼顾实用性—不仅讨论理想条件下的算法原理，更关注真实系统中面临的数据偏置、算力约束、同步误差、训练不稳定性以及部署可靠性等工程实践问题。

本书内容按照“概念辨析、理论奠基、机制剖析、应用聚焦、工程实践、前沿探索”的逻辑顺序组织。正文首先从世界模型与LLM、VLM的差异切入，帮助读者明确问题边界；随后介绍状态空间模型、部分可观测马尔可夫决策过程（POMDP）与因果建模等理论基础，为后续的表征学习、动力学建模、规划决策和工程实现建立相对统一的分析框架。在模型层面，本书系统梳理RSSM、Dreamer系列、Transformer动力学、IRIS、STORM、V-JEPA等代表性架构，并深入讨论近似规划、奖励建模、长期价值估计等关键问题。在应用层面，结合自动驾驶决策、工业机器人以及VLA与世界模型协同闭环等典型场景，分析世界模型如何支撑“感知-预测-模拟-行动”的完整闭环。在工程层面，进一步讨论长尾数据处理、传感器同步、分布式训练、推理优化、边缘部署及系统可靠性等实践问题。

本书适合作为以下用途的工具书：

?技术调研的起点。读者可根据自身研究方向或工程需求，从目录中快速定位相关章节，了解某一技术路线的发展脉络、关键算法与工程约束。

?方案设计的参考。当读者需要为具身智能或决策系统选择世界模型架构、训练策略或部署方案时，可在相应章节中找到不同技术路线的对比分析、适用边界和设计原则。

?学习路径的导航。各章按照逻辑顺序编排，同时保持相对独立，读者可从任意一章开始阅读，并通过章节小结与引用列表拓展到相关内容。

?术语与文献的索引。全书统一采用规范术语，各章末参考文献与正文标注相互配合，可作为查阅文献和理解相关概念的重要辅助工具。

我们希望本书能够在世界模型快速发展的阶段，为读者提供一份及时、可靠、实用的技术参考。由于技术迭代迅速，书中难免存在疏漏与不足，恳请广大读者批评指正，我们也将对后续版本持续修订，不断完善。

本书由三位作者分工协作完成：任广凯撰写第1~4章、第9~10章，康延妮撰写第5~8章，杨倩文撰写第11~16章。

作者团队

2026年7月1日