让机器人进入人类家庭的前提是它得能处理从未见过的户型

很多机器人公司现在走的路子是堆数据，但在现实世界里，这种做法有个巨大的死穴：你永远没法把全世界所有客厅的家具摆放位置都喂给模型。如果机器人一旦遇到一个训练集里没出现过的转角或者一个奇怪位置的沙发就卡死，那它永远只能在实验室里跑 Demo。

最近关注到 Danijar Hafner 正在做的方向很有意思，他试图通过 Model-based Reinforcement Learning（基于模型的强化学习）来解决这个问题。简单来说，他不是让 AI 在现实世界里通过无数次地撞墙来学习（传统的 trial-and-error），而是先构建一个所谓的“世界模型（World Models）”来模拟物理现实。

这个逻辑其实很像人类的“脑内预演”。AI 在这个模拟模型里训练，把模型当成真实的物理环境，在里面学习如何行动。最关键的细节在于，它会利用这些模拟经验对未来的结果进行预测——Hafner 把这称为 AI 的“做梦”或“想象”能力。当这个 AI 被装进人形机器人身体里进入真实世界时，它面对陌生环境不再是盲目尝试，而是基于之前的“想象”去规划路径，从而应对那些在训练阶段从未遇到过的突发状况。

这种方法的实战能力在游戏领域已经验证过了，而且迭代路径非常清晰：

• PlaNet 阶段： 实现了通过前瞻性规划来执行动作。
• Dreamer 2 阶段： 第一次在 Atari 2600 游戏中达到了人类水平。
• Dreamer 3 阶段： 独立解决了 Minecraft 的钻石挑战，能自己在游戏里挖矿。
• Dreamer 4 阶段： 实现了从离线数据集（录制的视频）中学习挖矿，完全不需要直接与游戏交互。

从 Dreamer 2 到 Dreamer 4 的演进其实揭示了一个核心趋势：AI 对环境的理解正在从“实时反馈”转向“离线学习+内部模拟”。如果这套逻辑能无缝迁移到物理实体上，机器人就不再需要通过数百万次的真实碰撞来学习如何开门或避障，而是通过对物理规律的模拟预判来直接行动。

目前的进度是，Hafner 已经从纯软件模拟转向了硬件落地，他在旧金山的办公室里挂满了从中国进口的各种尺寸的人形机器人。虽然他的新公司还在隐身模式（Stealth Mode），但这种从“世界模型”到“物理实体”的闭环如果跑通，意味着机器人将真正具备处理非结构化环境的能力。

我个人觉得，这种方向比单纯追求参数规模更有意义。对于机器人来说，泛化能力不是靠喂更多视频实现的，而是靠一套能模拟物理规律的内部引擎。如果 AI 能在内部模拟中预判“如果我这么走可能会撞到桌角”，那么它在现实中就具备了真正的规划能力，而不是简单的概率预测。