---
title: "世界模型（World Model）"
slug: world-model
language: zh-TW
source: https://aiterms.tw/terms/world-model
updated_at: 2026-04-29
tags: [機器學習, 強化學習, 模型訓練, AI應用, 機器人學, 自動駕駛]
ipas_term: false
---

# 世界模型（World Model）

> **你有沒有在開車或下棋時，先在腦中想像下一步會發生什麼？**
>
> 你可以把世界模型想成，AI 先在腦中建立一個內部世界，再拿這個世界去預測未來和做決策。
>
> 它重要，是因為真正的環境很貴、很慢、也可能有風險，先在內部模擬可以省很多試錯。
>
> 你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。

### 容易混淆
> **世界模型 vs 一般預測模型**
> 一般預測模型可能只做單一輸出，世界模型更強調學環境狀態的內部表示。
>
> **世界模型 vs 規劃**
> 規劃是決定下一步做什麼，世界模型是提供規劃所需要的內部環境。
>
> **世界模型 vs 強化學習策略**
> 策略是直接選動作，世界模型是先學會想像未來，再輔助選動作。
>
> 最關鍵的區別：世界模型是讓AI先在腦中模擬，再決定要不要動手。

### 記住這句就好
> 先想像未來，再決定現在怎麼做。

### 實際案例
> **機器人導航**
> 室內機器人先學會走廊、門、障礙物怎麼變化，再在內部模擬下一步路徑，避免撞牆。
>
> **遊戲 AI**
> 棋類或策略遊戲中的 AI 會先預測對手回合和局勢變化，再挑選比較有利的動作。

### 算法與應用
> 世界模型通常會學狀態表示、狀態轉移和預測下一步結果。
>
> 它常和規劃、強化學習、具身人工智慧一起出現，因為這些任務都需要先理解環境。
>
> 如果模型能夠更準確地想像環境，就更容易在新場景裡做出合理決策。

### 情境判斷
> **Q1（直覺題）：** 機器人先用攝影機學地圖，再預測走一步後會看到什麼，這算世界模型嗎？
>
> → 算，因為它先建立環境內部表示，再拿來做預測。
>
> **Q2（判斷題）：** 如果系統只是在預測明天銷量，沒有學環境狀態和行動影響，這就是世界模型嗎？
>
> → 不一定。世界模型通常更強調「環境、狀態、行動」之間的關係，不只是數字預測。

### 常見問題
> **Q：世界模型和強化學習有什麼差別？**
> 強化學習重點在學策略和獎勵，世界模型重點在學環境如何變化，兩者常會一起用。
>
> **Q：世界模型一定要很大嗎？**
> 不一定，關鍵是是否足夠準確地表達環境，而不只是參數多。
>
> **Q：世界模型的限制是什麼？**
> 真實世界很複雜，資料不足、泛化不穩、計算成本高，都是常見問題。
>
> **Q：世界模型只用在機器人嗎？**
> 不是，也可以用在遊戲、模擬、規劃和其他需要預測未來的任務。

### 相關術語
> - **AI 代理**：先看它，才能知道世界模型最後是給誰用
> - **規劃**：先看它，才能理解世界模型怎麼幫忙選下一步
> - **具身人工智慧**：先看它，才能看懂世界模型在真實環境中的價值
> - **深度學習**：先看它，才能理解世界模型常用的建模方式
> - **大型語言模型**：先看它，才能比較文字世界和環境世界的表示差異

---

來源：https://aiterms.tw/terms/world-model
快查頁：https://aiterms.tw/terms/world-model
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-world-model