给世界模型加上因果，她要让机器人真正理解“为什么”｜对话Aether AI创始人黄碧薇 (opens in new tab)

2011 年，Judea Pearl 凭借在因果推理领域的奠基性贡献获得图灵奖。他提出 AI 必须跨越三层：关联、干预、反事实。2018 年，他在面向大众的著作《The Book of Why》中将这一框架系统化为“因果之梯”。十五年过去了，深度学习沿着另一条路径走到了 GPT，走到了多模态大模型，也走到了今天的世界模型军备竞赛，一路走来，AI 产业的主旋律始终是 Scaling Law：更多数据、更大模型、更强算力。但与此同时，Scaling 也让下一个瓶颈暴露清晰：预测结构不等于因果结构。一个模型可以从生物标记物预测疾病进展，却分不清它是病因还是症状；能模仿机器人轨迹，却不懂动作背后的物理机制。环境一变，相关性模型就失效。大家常说“压缩即智能”，但仅压缩不够，必须是结构化的压缩——提取出因果变量和物理规律，而非统计模式。这是黄碧薇创立 Aether AI 的技术信念，也是整条技术栈的起点。2026 年，世界模型成为AI最热赛道。LeCun 离开 Meta 创立 AMI Labs，10.3 亿美元押注 JEPA；李飞飞的 World Labs 融资超 12 亿美元，发布商用产品...