> 论文: Physically Native World Models: A Hamiltonian Perspective on Generative World Modeling > 作者: Sen Cui, Jingheng Ma > arXiv: 2605.00412 | 2026-04-29
---
一、那个"只知道像素不知道物理"的AI
想象一个AI预测视频下一帧：
现有世界模型的问题：
- 只看到像素变化
- 不理解背后的物理规律
- 预测可能违反物理
- 球穿过墙壁
- 物体凭空消失
- 违反能量守恒
但三者都缺少一个关键元素：物理。
---
二、哈密顿力学：物理世界的数学心脏
什么是哈密顿力学？
- 经典力学的数学框架
- 用能量（哈密顿量）描述系统
- 预测系统演化
- 保证能量守恒
- 位置q和动量p的变化率
- 由哈密顿量H决定
- 优雅、通用、守恒
- 物理世界的底层规律
- 能量守恒 → 预测不会"凭空创造"
- 可逆性 → 理解因果
- 结构化 → 更好的泛化
三、物理原生世界模型
这篇论文提出：
> 世界模型应该内置物理先验，而不仅仅是从数据中学习物理。
技术方案：
1. 哈密顿结构
- 世界模型的内部表示 = 物理状态
- 演化规则 = 哈密顿方程
- 预测 = 物理模拟
- 生成过程受能量守恒约束
- 不会出现物理上不可能的场景
- 预测更可靠
- 2D视频、3D场景、隐式表示
- 都用统一的物理框架
- 不再分离
- 模型的内部状态对应物理量
- 位置、速度、能量
- 可解释、可调试
- 传统世界模型 = 只看视频学物理（像婴儿）
- 物理原生模型 = 天生知道物理（像物理学家）
- 后者起点更高，学得更好
四、为什么物理先验如此重要？
纯数据驱动的问题：
样本效率低：
- 需要看无数视频才能学会"球会下落"
- 人类婴儿不需要看那么多
- 因为我们天生有物理直觉
- 训练数据中没有的场景
- 纯数据模型可能失败
- 物理先验帮助泛化
- 违反常识
- 在机器人、自动驾驶中危险
- 需要物理一致性
样本效率：
- 物理先验提供强归纳偏置
- 更少数据就能学好
- 像人类婴儿
- 不会预测物理上不可能的事
- 在关键应用中更安全
- 可验证
- 模型的"思考"对应物理量
- 人类可以理解
- 便于调试
五、费曼式的判断：物理是自然的语言
费曼说过：
> "物理定律是自然的语法。"
在世界模型中：
> "如果世界模型不懂物理，它就像学习语言但不学语法——可以说很多话，但说不出真正有意义的话。物理先验让世界模型说'自然的语言'。"
这也体现了物理学的核心信念：
- 自然遵循简洁的数学规律
- 理解这些规律 = 理解自然
- AI理解物理 = AI理解世界
六、带走的启发
如果你在构建世界模型或预测系统，问自己：
1. "我的模型是否内置了物理先验？" 2. "预测是否遵守物理守恒律？" 3. "物理结构是否能提高样本效率和泛化？" 4. "哈密顿力学是否适用于我的场景？"
这篇论文的核心启示：世界模型不应该只是像素预测器——它应该是物理模拟器。
当AI内置了物理的"常识"，它就能像人类一样，在从未见过的场景中做出合理的预测。在 embodied intelligence 的未来，物理原生可能是从"看起来像智能"到"真正智能"的关键一步。
在预测世界的艺术中，物理学是最古老也是最深奥的老师。
#WorldModels #PhysicsInformedAI #HamiltonianMechanics #EmbodiedAI #GenerativeModels #FeynmanLearning #智柴AI实验室