以互動式世界模型驅動的具身 AI 新方向：從神經迴路到自主學習

背景與問題點

近年生成式與具身人工智慧的進步，多仰賴大規模多模態資料的預測學習。然而，這些系統仍以被動的訓練方式為主，語言規則成為資訊的骨架，其他感官資訊才被附加其上。

生物智慧的相反架構

神經科學與認知科學認為，生物智慧的語意結構是由與環境互動所獲得的具體世界模型所支撐，語言則附著於此模型之上。

五種支援具體世界模型的神經迴路

本文示範了以下五個例子：

• 在實體與概念空間的導航迴路。
• 基於可供性（affordance）的感知與物件互動。
• 主動感知與探索式學習機制。
• 全身調節（allostatic control）與情緒迴路。
• 區分自我產生與外部產生結果的迴路。

對當前具身 AI 的啟示

這些例子凸顯了目前具身 AI 所缺乏的要素，包括內在動態作為學習基礎、行動在對齊內在與外部世界的核心角色、以及自主經驗與開放式學習取代被動資料同化的必要性。早期的預測與控制機制亦是高階認知功能（如推理、規劃、想像、理解他人心智與溝通）的基礎。

未來方向

文章最後討論，從生物系統汲取的原則或能指引未來具身 AI 的發展，特別是以社會互動為訓練基礎，建構既具體又符合人類規範與價值的共享世界模型。

延伸閱讀

• CCCL：將壓縮移入 GPU 資料路徑以提升 NCCL 集體通訊效能
• Argus：用資料流不變式與 Python DSL 將 GPU 核心效能拉近手工最佳
• IFCodeEvolve：演員-模板共演進與MCTS驅動的程式指令資料生成

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。