世界模型是AI理解环境的基础，但现有模型只懂物理，不懂人心。一项新研究指出，这种缺失可能导致AI预测错误行为，并提出Mental World Modeling框架加以弥补。

发生了什么

研究人员发现，当前的世界模型（如Sora、Genie）仅模拟物理动态，不考虑人的信念、欲望和意图。为此，他们提出Mental World Modeling，在模型中引入心理变量，如信念和意图，使AI能更准确地预测人类行为。实验表明，即使使用较弱语言模型，只要加入心理建模，其表现也优于未建模的更强模型。研究的核心瓶颈在于如何联合预测物理状态与心理状态的协同变化。

为什么重要

世界模型是AI系统（尤其是具身智能和自动驾驶）的基础。如果模型只理解物理规律，而忽略人类心理，那么在需要与人类交互的场景中，预测必然失真。例如，自动驾驶需要预判行人意图，而不仅仅是其运动轨迹。这项研究填补了世界模型与人类认知之间的鸿沟，使AI更接近人类水平的推理。它也为多模态大模型（如视频生成）提供了新方向：生成内容不仅要物理合理，还要符合社会常识。

影响与看点

对开发者而言，Mental World Modeling提示我们在构建世界模型时，应整合心理状态变量。这可能会影响下一代AI架构的设计，尤其是在智能体领域。对用户而言，未来AI助手将更懂人心，减少误解。值得关注的是，该框架如何与现有的大语言模型结合，以及能否在复杂真实场景中落地。一个独立判断是：心理建模将成为世界模型进化的关键，但联合预测的复杂性仍是主要挑战。