世界模型驱动AI for Science：下一代科学研发范式｜世界模型读书会第五期

导语

大语言模型可以阅读论文、生成假设、编写实验代码，自动化实验室也可以执行越来越复杂的操作，但科学研发真正困难的问题仍然是：如果改变一个条件，真实系统接下来会发生什么？ 回答这一问题，需要的不只是生成内容的模型，而是能够表征科学对象、预测干预后果，并通过真实实验不断校正自身的“科学世界模型”。本期读书会为世界模型读书会读书会第5期，将走向AI for Science与产业实践，讨论世界模型如何连接预测、实验与现实验证，并进一步成为科学研发的新型基础设施。

集智俱乐部联合认知科学、具身智能、AI Agent、复杂系统与高阶网络等领域的研究者发起，围绕世界模型的思想源流、理论基础、技术路线与应用边界展开专题分享和讨论。读书会自2026年8月7日起，每周五晚19:30-21:30，将以“世界如何被表征、其动力学如何被建模、内部模型如何服务于智能体”为主线，尝试讨论整理世界模型统一框架。

报告简介

本次分享围绕“世界模型如何重构工业界科学研发”展开。面对实验成本高、周期长、数据割裂、结果难复制等挑战，LLM与自动化工具虽能提升局部效率，却难以理解科学对象的状态演化及干预后果。分享将阐明科学世界模型与大语言模型、生成式世界模型及数字孪生的根本区别：它不仅生成内容，更要表征真实系统、预测多种未来、量化不确定性，并接受实验反馈校正。进一步探讨其如何与AI for Science结合，把因果推演、主动实验、机器人自动化和现实验证连成闭环；并以高校实验室、临床试验、CRO与药企为场景，分析从辅助决策、试验设计到研发协同的落地路径。最后讨论数据飞轮、模型复用、服务化商业模式及平台网络效应，说明世界模型如何从单点工具演变为下一代科学研发基础设施。

分享大纲

1. 研发为何需要科学后果模型

2. 科学世界模型的定义与边界

3. 状态、干预、转移与不确定性

4. AI4S 的主动实验闭环

5. 虚拟患者、试验预演与能力验证

6. 总结与问答

核心概念

科学世界模型（Scientific World Model）面向真实科学对象建立的内部模型，用于表征系统状态、描述动力学演化、预测干预后果并量化不确定性，同时能够根据真实实验结果持续更新。

科学后果模型（Scientific Consequence Model）关注“采取某种干预之后会发生什么”的模型，通过描述行动、系统状态与后果之间的关系，为实验设计和研发决策提供依据。

状态（State）对研究对象在特定时刻关键特征的抽象表示，是描述系统演化和进行未来预测的基础。

干预（Intervention）主动改变系统条件或变量的操作。与被动观察不同，干预关注改变某个因素后系统将如何响应，是因果推断与实验科学的重要基础。

不确定性量化（Uncertainty Quantification）对模型预测的可信程度及可能误差进行估计，使世界模型不仅给出预测结果，还能够说明对预测“有多确定”。

主动实验（Active Experimentation）模型根据当前知识与不确定性主动选择最有信息价值的下一步实验，通过实验结果更新自身认识，形成持续学习过程。

AI for Science（AI4S）利用人工智能辅助或参与科学研究的研究范式，覆盖文献理解、假设生成、科学建模、实验设计、自动化实验和科学发现等环节。

虚拟患者（Virtual Patient）利用计算模型模拟个体或群体在疾病发展、治疗干预等条件下可能产生的响应，可用于辅助临床试验设计、方案比较与风险评估。

实验闭环（Closed-loop Experimentation）将模型预测、实验设计、自动执行、结果观测和模型更新连接起来，使AI能够依据现实反馈不断调整后续实验与预测。

数据飞轮（Data Flywheel）随着模型进入实际研发流程，实验产生的新数据持续用于改善模型，更好的模型又帮助设计更有效的实验，由此形成数据、模型与应用相互促进的循环。

主讲人介绍

主讲人：利友诚，北京大学智能学院 2023 级博士生，师从王立威教授，Isoplex核心团队成员、科学世界模型核心算法总架构师。其研究聚焦通用人工智能的关键底层问题，包括世界模型、多模态表征学习、因果推断、强化学习与主动学习，致力于推动 AI 从“生成语言”走向对真实世界的表征、预测、干预和持续校正。

参考文献

[1] Yu, H., Li, Y., Zhang, N. et al. A foundation generative model for breast ultrasound image analysis. Nature Biomedical Engineering (2026).

[2] Ha, D. & Schmidhuber, J. World Models. arXiv:1803.10122 (2018).

[3] Bodnar, C. et al. A foundation model for the Earth system. Nature (2025).

[4] Zeni, C. et al. A generative model for inorganic materials design. Nature639, 624–632 (2025).

[5] Brunton, S. L., Proctor, J. L. & Kutz, J. N. Discovering governing equations from data by sparse identification of nonlinear dynamical systems. PNAS113, 3932–3937 (2016).

时间信息

2026年9月4日（周五）晚上19:30-21:30，腾讯会议线上进行，微信视频号+集智俱乐部B站号同步直播，感兴趣的朋友扫码报名加入世界模型读书会后，可进入学员群进行交流。

报名读书会：「世界模型」

集智俱乐部联合北京通用人工智能研究院高级研究工程师牟牧云、北脑和协和医学院研究生胡洁雯共同发起，围绕世界模型的思想源流、理论基础、技术路线与应用边界展开专题分享和讨论。

读书会自2026年8月7日起，每周五晚19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。

扫描海报中二维码报名参加读书会

报名方式

第一步：微信扫码填写报名信息。

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：

第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。

PS：

我们鼓励围绕复杂系统、人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。

感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。

加入社区可享核心资源

成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。

特色退费与激励机制

我们提供以下两种途径，让您的投入获得实际回馈：

1. 任务达标退费路径
   

   认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。

2. 运营成长激励路径
   

   合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。

相关内容推荐

1. 「世界模型」读书会推荐阅读材料

扫描下方二维码可跳转至集智斑图网站阅读文章：《世界模型》读书会推荐阅读材料。

1. 往期公众号相关内容推荐