什么是世界模型中的内部物理表示？

内部物理表示，是世界模型在自身计算过程中形成的一种动态环境表征。它不等同于给画面贴上“杯子”“桌子”或“车辆”等标签，而是把物体的位置、朝向、相对距离、运动趋势、遮挡关系及可能的接触结果组织为可随时间更新的状态。关键不在于模型能否说出物体名称，而在于它能否回答：如果施加某个动作，环境会如何变化。

以桌面上的杯子为例，识别系统可以判断“这里有一个杯子”；内部物理表示还要进一步编码杯子是否靠近桌边、机械臂的接近路径是否受阻、抓取后姿态是否稳定，以及推动某个遮挡物会不会引发碰撞或掉落。它把感知到的对象转化为具有空间关系和行为后果的场景，而非孤立的视觉或语言符号。

这种表示通常具有两个层面。其一是状态描述：当前环境中有哪些对象，它们处于什么位置，彼此关系如何。其二是状态转移预测：在时间推进或动作介入后，哪些属性会改变、改变可能沿着什么路径发生。前者回答“现在是什么样”，后者回答“这样做以后会怎样”。世界模型的价值，正是在两者之间建立可用于预演的连接。

它与语言模型中的知识并非一回事。语言模型可以从文本关联中学到“杯子易碎”“道路上有行人应谨慎”等表达，但这些知识未必足以处理当前场景里的具体距离、遮挡和运动。内部物理表示试图减少这种脱节：模型不只依据常见说法猜测结果，还要结合正在观察到的环境，对动作后果进行推演。

不过，内部表示不是现实本身，而是对现实的近似。光照变化、传感器误差、材料差异、摩擦力以及突发行为，都可能使预测偏离真实结果。因此，在机器人控制或道路环境中，它应当与实时传感器反馈、动作限制和安全机制配合使用。更可靠的系统不是盲信内部模拟，而是在模拟、执行与反馈之间持续校正。